粗糙集和LSSVM在设备故障诊断中的应用

• 作者: 刘晓华 马响玲
• 来源期刊: 煤矿机械
• 学科: 工学
• 关键词: 粗糙集 最小二乘支持向量机(LSSVM) 故障诊断
• 年，卷（期）: 2011,（6）
• 所属期刊栏目: 故障·诊断
• 页码范围: 268-270
• 分类号: TP306
• 字数: 2264字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-0794.2011.06.122

摘要

为了提高旋转设备故障诊断的准确率,提出了基于粗糙集和最小二乘支持向量机LSSVM )的旋转设备故障诊断方法,讨论了如何进行数据选择、离散及约简方法,用粗糙集提取出旋转设备故障诊断的关键征兆属性,降低数据集的维数将约简属性后的数据集送入最小二乘支持向量机进行故障分类训练.仿真结果表明:采用此方法的故障识别率优于PCA-LSSVM法,分类时间也明显优于LSSVM分类方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘晓华		33	179	9.0	11.0
5	马响玲		1	0	0.0	0.0