基于自适应增强SVM集成算法的风机故障诊断

• 作者: 戴键 杨宏晖 陈兆基
• 来源期刊: 测控技术
• 学科: 工学
• 关键词: 自适应增强支持向量机集成 人耳听觉谱特征 风机故障诊断
• 年，卷（期）: 2010,（7）
• 页码范围: 72-74
• 分类号: TP2
• 字数: 3195字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-8829.2010.07.019

摘要

提出了自适应增强支持向量机集成算法,并结合风机噪声信号的人耳听觉谱特征,对风机故障进行分类识别.现场实测数据的识别实验证明,该算法可正确识别99%的正常机器,并且对故障类型诊断的正确识别率比单个支持向量机分类器高1.88%～2.50%.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨宏晖	西北工业大学航海学院	25	168	8.0	12.0
2	陈兆基	西北工业大学航海学院	2	11	1.0	2.0
3	戴键	西北工业大学航海学院	1	10	1.0	1.0