基于局域波法和KPCA-LSSVM的滚动轴承故障诊断

• 作者: 周晓军 张文斌 杨先勇 杨富春
• 来源期刊: 浙江大学学报（工学版）
• 学科: 工学
• 关键词: 滚动轴承 故障诊断 局域波法 核主元分析 最小二乘支持向量机
• 年，卷（期）: 2010,（8）
• 页码范围: 1519-1524
• 页数: 6页
• 分类号: TH133.3|TH17|TP181
• 语种: 中文
• DOI: 10.3785/j.issn.1008-973X.2010.08.015

摘要

针对故障滚动轴承振动信号具有非平稳性,提出基于局域波法和核主元分析-最小二乘支持向量机(KPCA-LSSVM)的故障诊断方法.先对轴承振动信号进行局域波分解得到若干内禀模式函数(IMF),分别计算各IMF分量的特征能量、奇异值和AR模型参数作为原始特征向量,再用KPCA将原始特征向量映射到高维特征空间提取主元构造新的特征向量,将其作为LSSVM分类器的输入来实现轴承的故障诊断.故障诊断试验结果表明,KPCA-LSSVM诊断方法通过KPCA得到更多的识别信息,改善了LSSVM的分类性能,相对于直接LSSVM诊断方法具有更优的泛化性,可准确识别轴承的故障类别和严重程度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周晓军		239	2169	23.0	31.0
2	杨富春		20	141	7.0	11.0
3	张文斌		27	188	8.0	13.0
4	杨先勇		12	42	3.0	6.0