| 基于舍一交叉验证优化最小二乘支持向量机的故障诊断模型 |
| |
| 引用本文： | 李锋,汤宝平,章国稳. 基于舍一交叉验证优化最小二乘支持向量机的故障诊断模型[J]. 振动与冲击, 2010, 29(9): 170-174. DOI: |
| |
| 作者姓名： | 李锋 汤宝平 章国稳 |
| |
| 作者单位： | 重庆大学机械传动国家重点实验室,重庆,400030 |
| |
| 基金项目： | 国家自然科学基金，国家高技术研究发展计划(863计划)，重庆大学"211"工程三期建设研究开放实验室 |
| |
| 摘 要： | 提出一种基于舍一交叉验证优化最小二乘支持向量机(LS-SVM)的旋转机械故障诊断模型。首先将故障信号EMD分解为平稳IMF分量，再选择表征故障调制特征的IMF分量并构造瞬时幅值欧式范数作为故障特征矢量输入到舍一交叉验证(leave-one-outcross-validation, LOO-CV)优化线性核LS-SVM中进行故障识别。EMD分解可自适应分离故障调制信号；瞬时幅值欧式范数矢量的不同表征各类故障的差异；舍一交叉验证优化惩罚因子可以使线性核LS-SVM克服对故障类型与模式编号映射关系先验知识的依赖，提高LS-SVM的故障预测精度和自适应诊断能力。一个深沟球轴承故障诊断实例说明该模型的有效性。
|
| 关 键 词： | 瞬时幅值欧式范数 最小二乘支持向量机 舍一交叉验证 参数优化 故障诊断 |
| 收稿时间： | 2009-06-11 |
| 修稿时间： | 2009-08-20 |
Fault diagnosis model based on least square support vector machine optimized by leave-one-out cross-validation |
| |
| LI Feng,TANG Bao-ping,ZHANG Guo-wen. Fault diagnosis model based on least square support vector machine optimized by leave-one-out cross-validation[J]. Journal of Vibration and Shock, 2010, 29(9): 170-174. DOI: |
| |
| Authors: | LI Feng TANG Bao-ping ZHANG Guo-wen |
| |
| 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》下载免费的PDF全文 |
