基于支持向量数据描述的机械故障诊断研究 |
| |
引用本文: | 李凌均,张周锁,何正嘉.基于支持向量数据描述的机械故障诊断研究[J].西安交通大学学报,2003,37(9):910-913. |
| |
作者姓名: | 李凌均 张周锁 何正嘉 |
| |
作者单位: | 西安交通大学机械工程学院,710049,西安 |
| |
基金项目: | 国家自然科学基金资助项目(50175087). |
| |
摘 要: | 为了解决在机械智能监测与诊断中缺少故障样本的问题,提出了一种机械故障单值分类的新方法——支持向量数据描述法。该方法只需要一类目标样本作为学习样本,而不需要其他非目标样本,就可以建立起单值分类器,从而区分了非目标样本和目标样本。将这种方法应用在机械故障诊断和状态监测中,仅仅依靠正常运行时的数据信号,而不需要故障数据,就可以监测机器的运行状态,且不需要对原始数据进行特征提取。实验结果表明,支持向量数据描述法与传统的神经网络方法相比,具有较好的分类能力和较高的计算效率。
|
关 键 词: | 支持向量数据描述 单值分类 故障诊断 |
文章编号: | 0253-987X(2003)09-0910-04 |
修稿时间: | 2003年2月19日 |
本文献已被 CNKI 维普 万方数据 等数据库收录! |
|