基于Fv-SVM的机械故障诊断方法 |
| |
作者姓名: | 吴奇 武书彦 刘静 |
| |
作者单位: | 1. 东南大学,江苏省微纳生物医疗器械设计与制造重点实验室,南京211189;东南大学复杂工程系统测量与控制教育部重点实验室,南京210096 2. 郑州牧业工程高等专科学校,郑州,450011 3. 上海海事大学信息工程学院,上海,200135 |
| |
基金项目: | 国家自然科学基金,中国博士后科学基金,江苏省博士后科研资助计划项目,上海市教育发展基金会晨光计划,东南大学博士后重点科研A类资助 |
| |
摘 要: | 针对机械故障诊断中存在的小样本、模糊、不确定性特征数据等问题,将改进三角模糊理论与支持向量分类机(SVM)方 法相结合,提出一种Fv-SVM模型,给出相应的机械故障诊断方法.最后进行了复杂设备故障诊断的实例分析,结果表明基于Fv-SVM的机械故障诊断方法是有效和可行的.
|
关 键 词: | 机械故障诊断 支持向量分类机 三角模糊数 粒子群 |
本文献已被 万方数据 等数据库收录! |
| 点击此处可从《系统工程理论与实践》浏览原始摘要信息 |
|
点击此处可从《系统工程理论与实践》下载全文 |
|