基于改进SVDD算法的升降机轴承故障检测研究

• 作者: 刘俊辰 吴俊英 唐文秀 金剑桥
• 来源期刊: 重庆理工大学学报（自然科学版）
• 学科: 工学
• 关键词: 升降机 轴承 故障检测 支持向量数据描述 负类样本
• 年，卷（期）: 2019,（7）
• 所属期刊栏目: 机械·材料
• 页码范围: 66-73
• 页数: 8页
• 分类号: TH133.3
• 字数: 4386字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-8425(z).2019.07.009

摘要

为解决升降机轴承故障数据不易收集导致的数据不均衡问题,提出一种基于改进支持向量描述算法即带负类样本的支持向量数据描述算法(SVDD-NE)的升降机轴承故障检测分类方法.该方法在支持向量描述算法(SVDD)的基础上加入新的惩罚因子,考虑所有的训练样本集,使得超球面能很好地将所有的正类样本包围起来,同时拒绝负类样本,让球面达到最小状态.将SVDD-NE算法与SVDD算法用于升降机轴承数据故障检测实验中,结果表明:SVDD-NE算法适合处理不均衡小样本数据分类问题,且该算法的检测分类准确率较SVDD算法有显著提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	唐文秀	东北林业大学机电工程学院	31	119	6.0	10.0
2	吴俊英	东北林业大学机电工程学院	3	4	1.0	2.0
3	刘俊辰	东北林业大学机电工程学院	2	1	1.0	1.0
4	金剑桥	东北林业大学机电工程学院	1	1	1.0	1.0