支持向量机和决策树算法在滚动轴承故障诊断中的应用

滚动轴承作为旋转机械中常见的部件,其发生故障轻则导致设备停工,重则造成经济损失和人员伤亡,因此滚动轴承的故障诊断在机械维护中有着重要意义。使用DC竞赛轴承故障检测数据集对滚动轴承故障诊断中常用模型进行对比分析,按照8:2的比例划分训练集与测试集,采用SMOTE过采样方法对训练集进行处理,从而解决类样本不平衡问题。将处理完后的训练集输入支持向量机(SVM)以及决策树模型,通过比较2个模型的测试集测试结果可以发现,SVM模型在滚动轴承故障诊断中更有效。