二叉树型多分类器融合的轴承故障诊断方法

• 作者: 周建民 周继慧 张磊 张龙 熊国良
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 多尺度熵 二叉树 多分类器 故障诊断
• 年，卷（期）: 2015,（21）
• 所属期刊栏目: 工程与应用
• 页码范围: 243-249
• 页数: 7页
• 分类号: TP206+.3
• 字数: 4403字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1407-0468

摘要

多分类器融合能有效集成多种分类算法的优势，实现优势互补，提高智能诊断模型的稳健性和诊断精度。但在利用多数投票法构建多分类器融合决策系统时，要求成员分类器数目多于要识别的设备状态数，否则会出现无法融合的情况。针对此问题，提出了一种基于二叉树的多分类器融合算法，利用二叉树将多类分类问题转化为多个二值分类问题，从而各个节点上的成员分类器个数只要大于2即可，有效避免了成员分类器数目不足的问题。实验结果表明，相比单一分类器的诊断方法，该方法能有效地实现滚动轴承故障智能诊断，并具有对各神经网络初始值不敏感、识别率高且稳定等优势。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	熊国良	华东交通大学机电工程学院	117	1009	17.0	27.0
2	周建民	华东交通大学机电工程学院	53	362	11.0	17.0
3	张磊	华东交通大学机电工程学院	8	91	5.0	8.0
4	张龙	华东交通大学机电工程学院	63	306	9.0	16.0
5	周继慧	华东交通大学机电工程学院	4	57	3.0	4.0