基于鲁棒多元LS-SVM的齿轮箱故障诊断方法

• 作者: 丛伟 王素兰 端木京顺
• 来源期刊: 火力与指挥控制
• 学科: 工学
• 关键词: 最小二乘 支持向量机 齿轮箱 故障诊断
• 年，卷（期）: 2010,（5）
• 所属期刊栏目: 理论研究
• 页码范围: 93-96,102
• 分类号: TP181
• 字数: 3625字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-0640.2010.05.028

摘要

多元LS-SVM算法可以直接用于多分类模式识别问题,通过对该算法的误差变量进行加权,消除了训练样本中异常值或非高斯噪声的影响,增强了多元LS-SVM算法的鲁棒性.然后,利用改进算法建立特征向量与故障模式之间的映射关系,得到齿轮箱故障诊断模型.仿真表明:与传统BP神经网络相比,鲁棒多元LS-SVM算法对齿轮箱的故障诊断的精度更高,抗干扰能力和鲁棒性更强,是一种在齿轮箱故障诊断中值得推广和采用的算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	端木京顺	空军工程大学工程学院	74	623	13.0	21.0
2	丛伟	空军工程大学工程学院	37	153	8.0	11.0
3	王素兰	西京学院艺术学院	16	27	3.0	5.0