作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
在很多企业中,电机作为动力来源对企业的生产起着决定性作用,因此一旦电机发生故障,给企业带来的损失将难以估量.大多数的电机故障为轴承故障,如果能对电机轴承故障进行有效诊断,将大大降低企业因电机故障而带来的经济损失.支持向量机是一种在人像识别、文本分类等模式识别领域应用广泛的机器学习方法,本文将其引入到电机轴承故障诊断中,利用不同核函数下的支持向量机模型对电机故障数据进行诊断,分析了该算法在电机故障诊断多分类应用场景的诊断效果,对如何选择支持向量机模型进行快速有效的诊断具有一定的参考意义.
推荐文章
回归型支持向量机在电机故障诊断中的研究
回归型支持向量机
电机故障诊断
预测能力
仿真
支持向量机在TE过程故障诊断中的应用
支持向量机
故障诊断
TE过程
深度支持向量机在齿轮故障诊断中的应用
故障诊断
变分模态分解
峭度
深度支持向量机
齿轮箱
基于小波包分析的高速牵引电机轴承故障诊断研究
牵引电机轴承
故障诊断
小波分析
虚拟仪器
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 支持向量机在电机轴承故障诊断中的应用效果研究
来源期刊 电子制作 学科
关键词 支持向量机 电机轴承 故障诊断 多分类应用情景
年,卷(期) 2021,(4) 所属期刊栏目 信息工程
研究方向 页码范围 73-75
页数 3页 分类号
字数 语种 中文
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (27)
共引文献  (49)
参考文献  (3)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(3)
  • 参考文献(1)
  • 二级参考文献(2)
2010(2)
  • 参考文献(0)
  • 二级参考文献(2)
2011(2)
  • 参考文献(0)
  • 二级参考文献(2)
2012(6)
  • 参考文献(1)
  • 二级参考文献(5)
2020(1)
  • 参考文献(1)
  • 二级参考文献(0)
2021(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
支持向量机
电机轴承
故障诊断
多分类应用情景
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
电子制作
半月刊
1006-5059
11-3571/TN
大16开
北京市
1994
chi
出版文献量(篇)
22336
总下载数(次)
116
论文1v1指导