自适应多分类相关向量机的滚动轴承故障识别

• 作者: 张健康 张青 熊鑫州 王志乐 王波
• 来源期刊: 机械科学与技术
• 学科: 工学
• 关键词: 故障识别 滚动轴承 多分类相关向量机 自适应 遗传算法
• 年，卷（期）: 2019,（10）
• 所属期刊栏目: 机械动力学
• 页码范围: 1535-1541
• 页数: 7页
• 分类号: TH165.3
• 字数: 5512字
• 语种: 中文
• DOI: 10.13433/j.cnki.1003-8728.20190016

摘要

提出了一种基于自适应相关向量机(Adaptive multiclass relevance vector machines,A-MRVM)的滚动轴承故障识别方法,该方法利用遗传算法对多分类相关向量机核函数参数进行优化,依据故障样本自身特性自适应地选取最优核参数,克服核参数人为选取的不确定性,从而构建基于自适应多分类相关向量机的故障识别模型.将该故障识别模型应用于滚动轴承故障识别中,分别提取滚动轴承振动信号小波包能量及EEMD(Ensemble empirical mode decomposition)能量作为故障特征进行故障识别,并与其它方法进行实验对比研究.实验结果表明,所提方法不仅能有效识别出故障类型,且具有较高的故障识别模型构建效率,验证了所提方法的可行性及优越性.同时,该方法也能对故障类型发生的可能性进行评估,为分析滚动轴承故障类型提供更多的参考信息.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王波	滁州学院机械与电气工程学院	37	68	4.0	7.0
2	王志乐	滁州学院机械与电气工程学院	10	1	1.0	1.0
3	张青	滁州学院机械与电气工程学院	16	39	4.0	5.0
4	张健康	滁州学院机械与电气工程学院	1	1	1.0	1.0
5	熊鑫州	滁州学院机械与电气工程学院	1	1	1.0	1.0