支持向量机及其在机械故障诊断中的应用研究

›› 2009, Vol. 31 ›› Issue (6): 1101-1103.

支持向量机及其在机械故障诊断中的应用研究

王长林秦启茂宋宜梅

桂林电子科技大学机电工程学院，桂林541004

出版日期:2009-12-25 发布日期:2013-07-15

Online:2009-12-25 Published:2013-07-15

摘要/Abstract

摘要：

针对支持向量机分类算法中模型选择对分类精确性影响很大的问题，结合转子实验台模拟的典型旋转机械故障数据对影响多故障分类器分类性能的相关因素进行了研究。结果表明，在少量时域故障数据样本条件下，选用不同的核函数及核函数参数对多故障分类器的分类精度有一定影响，为实际工程应用中选择合适的支持向量机核函数类型及其参数提供一定的帮助。

中图分类号:

TH17
TP306

王长林秦启茂宋宜梅. 支持向量机及其在机械故障诊断中的应用研究[J]. , 2009, 31(6): 1101-1103.

[1]	孙臣良商政李冰包小龙. 煤层底板突水危险性的ReliefF-IGS-SVM预测模型及应用[J]. , 2016, 38(6): 1271-1275，1293.
[2]	王瑶郭鹏飞. 基于PCMRA-SVM的采煤工作面瓦斯涌出量预测[J]. , 2016, 38(6): 1266-1270.
[3]	李烨贾进章. 基于改进GS-SVM的煤矿冲击地压预测研究[J]. , 2016, 38(4): 758-762.
[4]	何银银. 基于改进GS-SVM的煤炭生产成本预测[J]. , 2016, 38(3): 701-705，723.
[5]	杨明磊戚旭鹏张春华郝朝瑜姜超. 基于支持向量机回归与分源预测法的瓦斯涌出量预测模型及其应用[J]. , 2015, 37(5): 485-489.
[6]	刘涛贾进章. 基于K-CV&SVM的工作面煤层瓦斯含量预测[J]. , 2015, 37(2): 147-150.
[7]	张智纲王雪峰范瑞. 基于果蝇算法的破坏带深度FOA-SVM预计模型[J]. , 2014, 36(5): 494-497.
[8]	温廷新张波. 基于EMD和LSSVM的滚动轴承故障诊断[J]. , 2014, 36(1): 76-79,88.
[9]	朱征宇钟锐. 基于区块位置与加权视觉语义映射的语义图像检索[J]. , 2013, 35(5): 624-626, 636.
[10]	罗显科柴毅李华锋梁奕欢. 半监督增量式SVM在故障诊断中的应用研究[J]. , 2013, 35(4): 459-461.
[11]	章仁飞陈印卢莹 . 基于支持向量机的多类数字调制识别方法[J]. , 2013, 35(2): 181-183，186.
[12]	闫嘉田逢春庆华冯敬伟贾鹏飞孙诚樊澍 . 基于支持向量机和粒子群算法的电子鼻伤口感染检测[J]. , 2012, 34(2): 261-264.
[13]	闫嘉田逢春何庆华冯敬伟贾鹏飞孙诚樊澍. 基于支持向量机和粒子群算法的电子鼻伤口感染检测[J]. , 2012, 34(2): 0-264.
[14]	张彬李恒陈江. 支持向量机在围岩变形监测中的应用[J]. , 2011, 33(3): 425-427.
[15]	秦启茂王长林宋宜梅朱亮. 基于SVM的旋转机械转子故障预示研究[J]. , 2010, 32(1): 74-76.

支持向量机及其在机械故障诊断中的应用研究

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

相关文章 15

编辑推荐