| 基于拉普拉斯分值和超球支持向量机的轴承故障诊断方法设计 |
| |
| 引用本文： | 冯慧玲,常国权,孔娟.基于拉普拉斯分值和超球支持向量机的轴承故障诊断方法设计[J].计算机测量与控制,2015,23(4). |
| |
| 作者姓名： | 冯慧玲 常国权 孔娟 |
| |
| 作者单位： | 安阳工学院计算机科学与信息工程学院,河南安阳,455000 |
| |
| 基金项目： | 河南省科技厅基础研究项目 |
| |
| 摘 要： | 针对轴承振动信号中的故障信息往往很微弱,同时振动样本数据分布不平衡即故障样本占总样本数的比例低,从而导致故障诊断模型训练不精确而影响诊断精度的问题,提出了一种基于拉普拉斯分值和超球大间隔支持向量机的故障诊断方法;首先,采用有标签的训练样本数据和拉普拉斯分值法提取原始振动信号中的微弱故障信息,并降低其数据维数,从而得到用于故障诊断的特征向量,然后设计了一种改进的超球大间隔支持向量机的故障诊断模型,通过最小化超球体积和最大化超球边界和故障样本之间的间隔来实现故障诊断,以解决样本的不均衡问题,最终通过将测试样本数据代入决策方程并通过投票机制确定其故障类别;在Matlab环境下对轴承故障诊断进行实验,实验结果证明了文中方法能有效解决样本的不均衡情况下的故障诊断,且相对其它方法,具有诊断精度高和收敛速度快的优点.
|
| 关 键 词： | 故障诊断 拉普拉斯分量 轴承 超球支持向量机 |
Fault Diagnosis Method of Bearing Based on Laplasian Score and Hypersphere Support Vector Machine |
| |
| Feng Huiling,Chang Guoquan,Kong Juan.Fault Diagnosis Method of Bearing Based on Laplasian Score and Hypersphere Support Vector Machine[J].Computer Measurement & Control,2015,23(4). |
| |
| Authors: | Feng Huiling Chang Guoquan Kong Juan |
| |
| Abstract: | |
| |
| Keywords: | fault diagnosis laplaian score bearing hypersphere support vector machine |
| 本文献已被 万方数据 等数据库收录！ |
|
