基于最小二乘映射和SVM的滚动轴承故障诊断 |
| |
作者单位: | ;1.江南大学江苏省食品先进制造装备技术重点实验室;2.江南大学机械工程学院;3.日本国立三重大学 |
| |
摘 要: | 针对滚动轴承故障诊断中存在的早期非平稳微弱故障信号特征提取困难、特征参量分辨率低、早期故障诊断困难等问题,提出了一种基于最小二乘映射(LSM)的故障特征参量优化和支持向量机(SVM)的故障诊断方法。首先计算出能够反映滚动轴承状态的无量纲时域特征参量;其次通过LSM理论进行优化计算出来的无量纲时域特征参量,构建高敏感度的特征参量;最后将通过敏感度识别因子指数(DI)选取优化过的特征参量作为样本输入到SVM中进行诊断,通过逐次推理诊断出轴承故障类型。实验结果表明,该方法能够有效地诊断出滚动轴承的故障类型。
|
关 键 词: | 故障诊断 LSM SVM 无量纲特征参量 |
Fault Diagnosis Method for Rolling Bearing based on Least Squares Mapping and SVM |
| |
Abstract: | |
| |
Keywords: | |
本文献已被 CNKI 等数据库收录! |
|