基于最小二乘支持向量机的风机故障诊断方法研究

• 作者: 任子晖 刘延霞 李建刚
• 来源期刊: 淮阴师范学院学报：自然科学版
• 学科: 工学
• 关键词: 最小二乘支持向量机 风机 故障诊断 时域分析
• 年，卷（期）: 2011,（5）
• 页码范围: 414-417,422
• 分类号: TP183
• 字数: 3179字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-6876.2011.05.008

摘要

介绍了最小二乘支持向量机（LS-SVM）算法的诊断原理,学习算法以及技术路线.在对现场振动信号特征数据进行采集以及归一化处理的基础上,建立了风机故障数学模型以及故障样本数据库.分析了风机故障模式识别的原理,提出应用LS-SVM进行故障特征学习和分类的方法.最后对故障模型进行训练和仿真,并通过与传统的三层BP神经网络输出进行对比,验证了该方法能够及时检测到故障的发生并进行识别,是风机故障诊断的有效方法.仿真结果也证明了基于结构风险最小化原理,在兼顾泛化能力和训练误差的同时,LS-SVM在解决风机振动样本数据集非线性和容量较小的问题上优势明显,很容易建立风机故障诊断模型,在缩短自主学习时间上也有了较大的改进.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	任子晖	中国矿业大学信息与电气工程学院	91	755	13.0	24.0
2	刘延霞	中国矿业大学信息与电气工程学院	7	31	4.0	5.0
3	李建刚	中国矿业大学信息与电气工程学院	5	38	4.0	5.0