基于最小二乘映射和SVM的滚动轴承故障诊断

• 作者: 宿磊 李可 赵宇 陈鹏
• 来源期刊: 机械传动
• 关键词: 故障诊断 LSM SVM 无量纲特征参量
• 年，卷（期）: 2017,（2）
• 所属期刊栏目: 开发应用
• 页码范围: 165-170
• 页数: 6页
• 语种: 中文
• DOI: 10.16578/j.issn.1004.2539.2017.02.035

摘要

针对滚动轴承故障诊断中存在的早期非平稳微弱故障信号特征提取困难、特征参量分辨率低、早期故障诊断困难等问题,提出了一种基于最小二乘映射(LSM)的故障特征参量优化和支持向量机(SVM)的故障诊断方法.首先计算出能够反映滚动轴承状态的无量纲时域特征参量;其次通过LSM理论进行优化计算出来的无量纲时域特征参量,构建高敏感度的特征参量;最后将通过敏感度识别因子指数(DI)选取优化过的特征参量作为样本输入到SVM中进行诊断,通过逐次推理诊断出轴承故障类型.实验结果表明,该方法能够有效地诊断出滚动轴承的故障类型.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李可		24	78	6.0	8.0
2	赵宇		2	9	1.0	2.0
3	宿磊		18	31	3.0	5.0
4	陈鹏		5	0	0.0	0.0