基于多特征融合多核学习支持向量机的液压泵故障识别方法

• 作者: 刘志强 姜万录 朱勇 谭文振
• 来源期刊: 中国机械工程
• 学科: 工学
• 关键词: 多核学习 多特征融合 支持向量机 故障识别 液压泵
• 年，卷（期）: 2016,（24）
• 所属期刊栏目: 科学基金
• 页码范围: 3355-3361
• 页数: 7页
• 分类号: TP277
• 字数: 6332字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-132X.2016.24.016

摘要

提出基于多特征融合多核学习支持向量机的液压泵故障识别方法。该方法首先对原始信号进行集总经验模态分解，然后分别用AR模型和奇异值分解两种特征提取方法提取故障特征，最后将不同类型的特征分别用相应的核函数进行映射，用多核学习支持向量机来识别液压泵的工作状态和故障类型。实验结果表明该方法显著地提高了故障诊断的准确性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	姜万录	燕山大学河北省重型机械流体动力传输与控制重点实验室	138	1777	24.0	35.0
3	朱勇	燕山大学河北省重型机械流体动力传输与控制重点实验室	18	154	9.0	12.0
9	刘志强	燕山大学河北省重型机械流体动力传输与控制重点实验室	2	23	2.0	2.0
18	谭文振		1	13	1.0	1.0