基于证据理论和支持向量机的风机故障智能诊断

• 作者: 李家伟
• 来源期刊: 吉林大学学报（理学版）
• 学科: 工学
• 关键词: 风机故障 特征提取 证据理论 支持向量机
• 年，卷（期）: 2016,（3）
• 所属期刊栏目: 计算机科学
• 页码范围: 609-612
• 页数: 4页
• 分类号: TP391
• 字数: 1599字
• 语种: 中文
• DOI: 10.13413/j.cnki.jdxblxb.2016.03.36

摘要

为了提高风机故障的诊断精度，提出一种证据理论和支持向量机相融合的风机故障识别方法。首先从振动信号中提取 Wigner-Ville 谱熵作为风机故障诊断特征；然后采用不同核函数支持向量机进行训练，建立风机故障诊断的子分类器；最后采用 DS 证据理论对子分类器的输出结果进行融合，并对其性能进行仿真测试。实验结果表明，该方法可以充分利用全部故障信息，诊断结果更接近期望值，诊断效果优于其他风机故障诊断方法。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李家伟	武昌工学院机械工程学院	14	14	2.0	2.0