AR模型和SVM在机床滚动轴承故障诊断中的应用

• 作者: 孙学斌
• 来源期刊: 机械工程与自动化
• 学科: 工学
• 关键词: 自回归模型 支持向量机 滚动轴承 故障诊断
• 年，卷（期）: 2010,（2）
• 所属期刊栏目: 质量监测与故障诊断
• 页码范围: 132-134
• 页数: 3页
• 分类号: TH133.36|TH165+.3
• 字数: 2805字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-6413.2010.02.049

摘要

将自回归模型(AR)和支持向量机(SVM)应用到机床滚动轴承的故障诊断中,根据滚动轴承的振动信号建立自回归模型,以自回归参数和残差的方差作为特征向量,然后建立基于支持向量机的多故障分类器,进而判断滚动轴承的故障类型.通过实例分析和与神经网络方法对比,表明该方法能有效地判别机床滚动轴承的故障类型.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙学斌		5	24	4.0	4.0