基于邻域粗糙集与支持向量机的大型风机齿轮箱故障诊断

• 作者: 侯爽 叶罛 张艳平 陈立军
• 来源期刊: 机床与液压
• 学科: 工学
• 关键词: 齿轮箱 故障诊断 振动监测 邻域粗糙集 支持向量机(SVM)
• 年，卷（期）: 2014,（15）
• 所属期刊栏目: 故障诊断与可靠性
• 页码范围: 180-184
• 页数: 5页
• 分类号: TP182
• 字数: 4445字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3881.2014.15.045

摘要

大型风机的齿轮箱故障诊断是保证风机正常、稳定运行，避免突发性事故的有效手段。针对大型风机齿轮箱振动进行实时监测，对其振动情况进行分析、诊断。对采集的信号采用时域方法进行研究，获取时域指标属性，运用邻域粗糙集约简知识对各个信息属性进行约简，再结合支持向量机进行样本训练，并对待测数据进行故障诊断。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈立军	东北电力大学自动化工程学院	57	392	11.0	17.0
2	侯爽	东北电力大学自动化工程学院	2	10	1.0	2.0
3	张艳平	东北电力大学自动化工程学院	3	13	2.0	3.0
4	叶罛	东北电力大学自动化工程学院	1	9	1.0	1.0