|
|||||
|
|
| 基于证据理论和支持向量机的风机故障智能诊断 | |
| 引用本文： | 李家伟.基于证据理论和支持向量机的风机故障智能诊断[J].吉林大学学报(理学版),2016,54(3):609-612. |
| 作者姓名： | 李家伟 |
| 作者单位： | 武昌工学院 机械工程学院, 武汉 430065 |
| 摘 要： | 为了提高风机故障的诊断精度, 提出一种证据理论和支持向量机相融合的风机故障识别方法. 首先从振动信号中提取Wigner-Ville谱熵作为风机故障诊断特征; 然后采用不同核函数支持向量机进行训练, 建立风机故障诊断的子分类器; 最后采用DS证据理论对子分类器的输出结果进行融合, 并对其性能进行仿真测试. 实验结果表明, 该方法可以充分利用全部故障信息, 诊断结果更接近期望值, 诊断效果优于其他风机故障诊断方法. |
| 关 键 词： | 风机故障 特征提取 证据理论 支持向量机 |
| 收稿时间： | 2015-09-26 |
| 本文献已被 CNKI 等数据库收录！ | |
| 点击此处可从《吉林大学学报(理学版)》浏览原始摘要信息 | |
| 点击此处可从《吉林大学学报(理学版)》下载免费的PDF全文 | |