| 基于网格式支持向量机算法的转轴裂纹故障诊断 |
| |
| 引用本文： | 袁胜发,李秀琼.基于网格式支持向量机算法的转轴裂纹故障诊断[J].振动与冲击,2009,28(9):155-158. |
| |
| 作者姓名： | 袁胜发 李秀琼 |
| |
| 作者单位： | 华中农业大学工程技术学院,武汉,430070 |
| |
| 基金项目： | 教育部新教师基金项目 |
| |
| 摘 要： | 支持向量机(SVM)是一种对小样本决策具有良好学习性能的机器学习方法。常规SVM算法是从二类分类问题推导得出的，针对于故障诊断这种典型的多类决策问题，研究了一种网格式支持向量机多类算法，每个类别和其他2至4个类别之间采用常规SVM二值分类器进行分类，所需二值分类器总数少,可扩展性强。把转轴上不同位置的裂纹当作不同的故障，运用网格式支持向量机进行转轴裂纹位置故障诊断，结果表明该算法具有计算量小、诊断速度快、故障识别率高、容易扩展等优点，适合于较大规模的多类别故障诊断应用。
|
| 关 键 词： | 故障诊断 支持向量机 多类算法 网格式 |
| 收稿时间： | 2008-9-5 |
| 修稿时间： | 2008-11-18 |
Shaft crack fault diagnosis based on grid support vector machines |
| |
| YUAN Sheng-fa,LI Xiu-qiong.Shaft crack fault diagnosis based on grid support vector machines[J].Journal of Vibration and Shock,2009,28(9):155-158. |
| |
| Authors: | YUAN Sheng-fa LI Xiu-qiong |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
| 点击此处可从《振动与冲击》浏览原始摘要信息 |
|
点击此处可从《振动与冲击》下载全文 |
|
