基于TSVM的矿用钻机变速箱故障智能诊断

• 作者: 申中杰
• 来源期刊: 煤矿机械
• 学科: 工学
• 关键词: 直推式支持向量机 经验模式分解 智能诊断 钻机变速箱
• 年，卷（期）: 2017,（9）
• 所属期刊栏目: 故障·诊断
• 页码范围: 148-150
• 页数: 3页
• 分类号: TH132.4
• 字数: 3066字
• 语种: 中文
• DOI: 10.13436/j.mkjx.201709057

摘要

为解决矿用钻机变速箱因典型案例少而故障诊断困难的问题,提出一种基于多分类直推式支持向量机(TSVM)的智能诊断方法.通过经验模式分解提取变速箱振动信号中的微弱故障信息,随后计算时域和频域统计特征,选取敏感特征作为输入,最后输入TSVM模型中自动识别钻机变速箱故障类型.即使在未知状态样本数目是已知故障样本数目50倍的极端条件下,该智能诊断方法的分类准确率仍能达到91.62％±5.31％.实验结果表明,基于TSVM智能诊断方法能较好识别钻机变速箱故障,具有较强的工程使用价值和通用性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	申中杰		3	4	1.0	2.0