基于双谱和PSO-SVM的滚动轴承故障诊断

• 作者: 李丹峰 郭雄伟
• 来源期刊: 贵州大学学报（自然科学版）
• 学科: 工学
• 关键词: 双谱 纠错编码支持向量机 粒子群优化 故障诊断
• 年，卷（期）: 2011,（4）
• 所属期刊栏目: 电信技术·计算机技术
• 页码范围: 85-89
• 分类号: TP393|TH17
• 字数: 3167字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-5269.2011.04.022

摘要

针对故障轴承信号的非线性、非高斯性,提出了一种基于双谱和纠错编码支持向量机(error-correcting output codes support vector machine,ECOC-SVM)的滚动轴承故障诊断方法.使用故障轴承振动信号双谱特征构造特征向量,在SVM的训练过程中,使用微粒群算法(particle swarm optimization,PSO)对支持向量机的参数进行优化.实验结果表明该方法能获得较高分类准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李丹峰	昆明理工大学机电学院	1	1	1.0	1.0
2	郭雄伟	昆明理工大学机电学院	3	7	1.0	2.0