基于SVM的岸桥起升电动机工作状态分类

• 作者: 唐刚 李庆中 胡雄
• 来源期刊: 上海海事大学学报
• 关键词: 起升电动机 模糊C均值(FCM)聚类 工况分类 支持向量机(SVM)
• 年，卷（期）: 2019,（2）
• 页码范围: 78-82
• 页数: 5页
• 分类号: U653.921
• 语种: 中文
• DOI: 10.13340/j.jsmu.2019.02.014

摘要

为解决岸桥起升电动机的状态识别和实时监测问题,分析起升电动机的大量样本集,提出基于标准差的模糊C均值(standard deviation-based fuzzy C-means,S-FCM)聚类算法对起升电动机的状态进行聚类分析,并构建两种SVM模型.实验结果表明:起升电动机振动烈度可以聚类为4类.对两种SVM模型进行对比和验证,选出最理想的实时监测模型.该方法可以为设备维护保养提供依据并且可以实时在线监测岸桥起升电动机的工作状态.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	唐刚	上海海事大学物流工程学院	26	78	4.0	8.0
2	胡雄	上海海事大学物流工程学院	66	191	8.0	11.0
3	李庆中	上海海事大学物流工程学院	2	0	0.0	0.0