基于支持向量机的故障诊断方法研究

• 作者: 吕锋 李凌燕 李华 李延忠
• 来源期刊: 新型工业化
• 关键词: 支持向量数据描述 支持向量机 故障诊断
• 年，卷（期）: 2015,（4）
• 所属期刊栏目: 设计与研究
• 页码范围: 34-39
• 页数: 6页
• 字数: 3833字
• 语种: 中文
• DOI: 10.3969/j.issn.2095-6649.2015.04.05

摘要

针对故障诊断中存在的故障样本不完备问题，提出一种基于支持向量数据描述（SVDD）与支持向量机（SVM）相结合的故障诊断方法。该方法首先以正常状态下的数据样本与已知故障数据样本为整体建立数据描述模型、依据已知故障数据样本建立支持向量分类机模型，然后对输入的测试数据样本采用SVDD进行拒绝与接受处理，被接受的样本再利用支持向量分类机进行具体类别诊断；被拒绝的样本则为未知故障类型。数值试验表明，该方法可以有效处理故障样本不完备的故障诊断问题，能够对已知故障类型进行准确判断，并对未知故障类型给出提示，具有一定的实践意义。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吕锋	河北师范大学电子系	50	559	11.0	22.0
2	李华	河北师范大学电子系	4	12	2.0	3.0
3	李延忠	石家庄铁道大学电气与电子工程学院	8	35	4.0	5.0
4	李凌燕		1	9	1.0	1.0