基于支持向量机的机械多故障智能分类方法研究

• 作者: 宋宜梅 林玮 王长林 秦启茂 陈鸿宝
• 来源期刊: 煤矿机械
• 学科: 工学
• 关键词: 支持向量机 多故障分类器 机械故障诊断
• 年，卷（期）: 2009,（10）
• 所属期刊栏目: 故障·诊断
• 页码范围: 243-245
• 页数: 3页
• 分类号: TP306
• 字数: 2604字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-0794.2009.10.112

摘要

典型故障数据样本的严重不足是制约机械故障智能诊断技术发展的主要原因之一.提出了一种基于支持向量机的机械故障诊断新方法,综合了单值和多值支持向量机分类算法,在此基础上,建立了多故障分类器.采用该方法对转子实验台典型的多故障数据进行分类,结果表明:只需少量的时域数据样本来训练分类器,即可实现多故障的识别与诊断,克服了已有方法需要对原始数据进行预处理的困难,可更方便地应用于机械设备多分类故障诊断领域.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	宋宜梅	桂林电子科技大学机电工程学院	18	79	5.0	8.0
2	王长林	桂林电子科技大学机电工程学院	4	17	2.0	4.0
3	秦启茂	桂林电子科技大学机电工程学院	4	17	2.0	4.0