|
|||||
|
|
| 基于主元分析的支持向量数据描述机械故障诊断 | |
| 引用本文： | 潘明清,周晓军,吴瑞明,雷良育.基于主元分析的支持向量数据描述机械故障诊断[J].传感技术学报,2006,19(1):128-131. |
| 作者姓名： | 潘明清 周晓军 吴瑞明 雷良育 |
| 作者单位： | 1. 浙江大学现代制造工程研究所,杭州,310027 2. 浙江科技学院机械系,杭州,310012 3. 江苏技术师范学院机械系,江苏,常州,213001 |
| 摘 要： | 针对机械故障诊断缺乏故障样本的问题,提出了故障诊断单值分类法--支持向量数据描述法(SVDD).这种方法只需要正常运行状态的数据样本,就可以建立单值分类器,区分出正常和异常状态.试验以轴承为研究对象,采用主元分析法(PCA)作数据前处理,提取振动信号的统计特征值,得到的主元特征指标输入到SVDD分类器进行训练和测试.试验结果表明,PCA对正常和故障样本有较大的区分度,SVDD分类器能很好的分辨出轴承正常和故障状态,并且对未知故障有良好的识别能力. |
| 关 键 词： | 故障诊断 特征提取 主元分析 支持向量数据描述 轴承 |
| 文章编号： | 1005-9490（2006）01-0128-04 |
| 收稿时间： | 2005-04-09 |
| 修稿时间： | 2005年4月9日 |
Research of Machine Fault Diagnosis Based on PCA and SVDD |
|
| Pan Mingqing,Zhou Xiaojun,Wu Ruiming,Lei Liangyu.Research of Machine Fault Diagnosis Based on PCA and SVDD[J].Journal of Transduction Technology,2006,19(1):128-131. | |
| Authors: | Pan Mingqing Zhou Xiaojun Wu Ruiming Lei Liangyu |
| Affiliation: | 1. Institute of Modern Manufacture Engineering, Zhejiang University, Hangzhou 310027 ,China ; 2. Dept. Machinery Engineering Zhejinang Unversity of Science and Technology, Hangzhou 310012, China; 3. Dept. Machinery Engineering Jiangsu Teachers University of Technology ,Jiangsu Changzhou 213001 ,China |
| Abstract: | |
| Keywords: | |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ | |
| 点击此处可从《传感技术学报》浏览原始摘要信息 | |
| 点击此处可从《传感技术学报》下载全文 | |
