作者:王强 刘永葆 谢春玲 刘树勇 贺星轴承故障诊断svm
摘要:针对频谱分析不能确定轴承故障程度的缺点,提出PCA(principle component analysis)与优化的SVM(support vector machine)相结合的方法,研究轴承不同故障类型、同种故障类型不同故障等级的实验振动数据,同时对轴承振动信号的13个特征属性参数进行了主成分分析,确定了最优特征属性参数,并利用优化的SVM对轴承故障进行诊断。实验结果表明:该方法确定了最优属性参数,减少了冗余信息,提高了诊断准确率,减少了时间消耗,不仅有效地诊断出了轴承的故障类别,而且实现了轴承的故障等级诊断,使诊断更加精细化,为工程实际中轴承的健康管理提供了有益参考。
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社