期刊文献+

基于主成分分析和多元支持向量的旋转机械故障诊断方法 被引量:8

下载PDF
导出
摘要 针对旋转机械运行过程中的非线性、非平稳突变性等复杂特征,提出一种基于主成分分析(PCA)和支持向量机(SVM)的精确故障诊断方法。该方法对振动信号进行EMD分解,得到多个基本模态分量IMF后,通过Sha-noon能量熵测度后将多个IMF分量进行主成分分析,提取有效的振动特性,再将其作为特征矢量输入到多元支持向量机SVM进行精确的故障诊断和分类。以一个滚动轴承为例进行分析,结果表明该方法具有强的鲁棒性和可靠性。
出处 《四川兵工学报》 CAS 2010年第9期83-86,共4页 Journal of Sichuan Ordnance
  • 相关文献

参考文献7

  • 1梅宏斌.滚动轴承振动监测与诊断-理论·方法·系统[M].北京:机械工业出版社,1996.
  • 2S.P. Harsha. Nonlinear dynamic analysis of a high-speed rotor supported by rolling element bearings [ J ]. Journal of Sound and Vibration, 2006,290:65 - 100.
  • 3耿中行,屈梁生.小波包原理及其在机械故障诊断中的应用[J].信号处理,1994,10(4):244-249. 被引量:23
  • 4S.P. Harsha. Non-linear dynamic behaviors of rolling el- ement bearings due to surface waviness [ J ]. Journal of Sound and Vibration,2004,272:557 - 580.
  • 5S.P. Harsha. Nonlinear dynamic response of a balanced rotor supported by rolling element bearings due to radial internal clearance effect [ J ]. Mechanism and Machine Theory ,2006,41:688 - 706.
  • 6Smola A, Scholkopf B, MullerK R. The Connection between Regularization Operators and Support Vector Kernels [ J]. Neural Networks, 1998, 11(4) : 637 -649.
  • 7周建萍,郑应平,王志萍.基于Morlet小波核多类支持向量机的故障诊断[J].华东电力,2008,36(8):76-80. 被引量:8

二级参考文献16

  • 1李元诚,方廷健.小波支持向量机[J].模式识别与人工智能,2004,17(2):167-172. 被引量:13
  • 2林继鹏,刘君华.基于小波的支持向量机算法研究[J].西安交通大学学报,2005,39(8):816-819. 被引量:25
  • 3武方方,赵银亮.一种基于Morlet小波核的约简支持向量机[J].控制与决策,2006,21(8):848-852. 被引量:14
  • 4Zhang Q, Benveniste A. Wavelet Network [ J ]. IEEE Trans on Neural Networks, 1992, 3(9) : 889-898.
  • 5Zhang J, Walter GG, et al. Wavelet Neural Networks for Function Learning [ J ]. IEEE Trans on Neural Network, 1995, 43(6) :1485-1497.
  • 6Qian W, Clarke I P. Wavelet-Based Neural Network with Fuzzy Logic Adaptivity for Nuclear Image Restoration [ J ]. Proc of the IEEE, 1996,84 (10) : 1458-1473.
  • 7Bakshi B R, Stephanopoulos G. Wave-Net:A Multi resolution Hierarchical Neural Network with Localized Learning [J]. IEEE Trans on Neural Networks, 1993,39( 1 ) : 57-81.
  • 8Kreinocich V, Sirisaengtaksin O, Cabrera S. Wavelet Neural Networks Are Asymptotically Optimal Approximators for Functions of One Variable[J]. Proc of the IEEE, 1994, 32(6) : 299 -304.
  • 9Vapnik V N. The Nature of Statistical Learning Theory[ M ]. New York: Springer, 1995.
  • 10Millet-Roig J, Ventura-Galiano R, Chorro-Gasco F J, Cebrian A. Support Vector Machine for Arrhythmia Discrimination with Wavelet Transform Based Feature Selection [ J ]. Computers in Cardiology, 2000, 27( 1 ) : 407-410.

共引文献34

同被引文献40

引证文献8

二级引证文献38

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部