基于多重分形与SVM的异步电动机轴承故障诊断

• 作者: 沈进锐 王强 王莉
• 来源期刊: 测控技术
• 学科: 工学
• 关键词: 轴承故障 多重分形维数 多重分形谱 支持向量机
• 年，卷（期）: 2017,（11）
• 所属期刊栏目: 数据采集与处理
• 页码范围: 18-22
• 页数: 5页
• 分类号: TM935
• 字数: 4181字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-8829.2017.11.004

摘要

针对异步电动机轴承的故障诊断问题,提出一种基于多重分形与支持向量机(SVM,support vector machine)相结合的故障诊断方法.根据轴承振动信号的非线性、非平稳特性,利用多重分形方法对信号进行分析.计算广义维数、极大值、谱宽度、偏斜度等参数,将其作为故障特征向量输入SVM中.利用凯斯西储大学的实验数据对诊断方法进行验证,将获得的多重分形参数输入二叉树SVM完成故障的模式识别.结果表明多重分形与二叉树SVM相结合的诊断方法可行性好,诊断精度高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王莉	空军工程大学防空反导学院	39	203	7.0	13.0
2	王强	空军工程大学防空反导学院	60	462	10.0	19.0
3	沈进锐	长沙理工大学电气与信息工程学院	2	7	1.0	2.0