基于特征选择支持向量机的柱塞泵智能诊断

• 作者: 孙旺 崔英 李彦明 杜文辽
• 来源期刊: 机床与液压
• 学科: 工学
• 关键词: 柱塞泵 故障诊断 Fisher准则 支持向量机
• 年，卷（期）: 2013,（19）
• 所属期刊栏目: 故障诊断与可靠性
• 页码范围: 164-168,147
• 页数: 6页
• 分类号: TH322|TP183
• 字数: 3643字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3881.2013.19.046

摘要

柱塞泵是工程机械的关键部件，其性能好坏将直接影响整个设备的正常工作。针对柱塞泵提出基于特征选择支持向量机的智能诊断方法。对采集的振动信号基于小波包分解提取能量特征，然后利用Fisher准则函数选择对智能诊断最有利的特征，利用支持向量机进行训练，并将每个二类支持向量机按二叉树的组织形式构成系统的诊断模型。以汽车起重机柱塞泵为研究对象，其6种故障形式，包括正常、轴承内圈故障、滚动体故障、柱塞故障、配流盘故障、斜盘故障，用于检验所提算法的诊断能力，并与传统的BP神经网络和最近的蚁群神经网络方法进行对比。诊断结果表明：所提出的算法优于另外两种方法，具有较好的诊断效果。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杜文辽	郑州轻工业学院机电工程学院	46	209	8.0	13.0
3	李彦明	上海交通大学机械系统与振动国家重点实验室	68	511	12.0	20.0
6	崔英		3	18	2.0	3.0
7	孙旺	上海交通大学机械系统与振动国家重点实验室	3	18	2.0	3.0