旋转设备声学故障特征提取与优化方法

• 作者: 程晓斌 阎兆立 陈斌
• 来源期刊: 北京邮电大学学报
• 学科: 工学
• 关键词: 故障诊断 特征选取 遗传算法 支持向量数据描述
• 年，卷（期）: 2011,（4）
• 所属期刊栏目: 论文
• 页码范围: 70-74,126
• 分类号: TP274
• 字数: 4981字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-5321.2011.04.016

摘要

针对旋转设备原始故障特征空间中存在的冗余特征问题,提出一种基于支持向量数据描述(SVDD)和遗传算法的故障特征优化方法.通过理论和实验分析构造了相对完备的设备声学故障特征空间；依据特征可分离性评价准则和SVDD识别率从原始故障样本数据集中提取出先验知识,指导种群的初始化；以类内-类间距离判据和故障分类器的识别率评价种群中个体的适应度,在此基础上建立改进的遗传算法搜索最优故障特征子集.基于转子振动台所模拟的不平衡故障实验样本数据集,验证了该方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	程晓斌	中国科学院声学研究所	21	200	9.0	14.0
2	阎兆立	中国科学院声学研究所	15	124	8.0	11.0
3	陈斌	中国科学院声学研究所	105	1004	16.0	28.0