HI,欢迎来到学术之家,发表咨询:400-888-7501  订阅咨询:400-888-7502  股权代码  102064
0

一种轴承故障等级诊断改进方法

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

海军工程大学学报

《海军工程大学学报》(CN:42-1106/E)是一本有较高学术价值的大型双月刊,自创刊以来,选题新奇而不失报道广度,服务大众而不失理论高度。颇受业界和广大读者的关注和好评。 《海军工程大学学报》主要发行范围:本校各单位、学报各编委,军内外有关的研究机构、各大公共图书馆、院校图书馆、学报编辑部等有关单位,论文作者,以及报送学报的主管领导机关和相关的业务部门。

杂志详情