基于小波包和改进多元LS-SVM 的滚动轴承故障模式识别 |
| |
引用本文: | 吴育锋,朱文耀,王铭军.基于小波包和改进多元LS-SVM 的滚动轴承故障模式识别[J].西南师范大学学报(自然科学版),2014,39(1):068-073. |
| |
作者姓名: | 吴育锋 朱文耀 王铭军 |
| |
作者单位: | 丽水学院工学院,浙江丽水323000 |
| |
摘 要: | 为了实现对故障轴承的特征提取和对故障特征的准确分类,该文提出了应用小波包变换与改进的多元最小二乘支持向量机(LS-SVM)相结合进行滚动轴承故障模式识别的方法.首先,利用小波包对滚动轴承振动信号进行分解和重构,并构造特征向量;然后,针对传统的单个核函数不能兼顾学习能力和泛化能力的缺点,提出了应用混合核函数对多元LS-SVM进行改进的算法;最后,将特征向量作为输入,分别应用于常用核函数和基于混合核函数的多元LS-SVM对滚动轴承故障类型进行仿真判别对比实验.结果证明了所设计方法的有效性.
|
关 键 词: | 最小二乘支持向量机 故障模式识别 混合核函数 小波包 滚动轴承 |
本文献已被 CNKI 等数据库收录! |
| 点击此处可从《西南师范大学学报(自然科学版)》浏览原始摘要信息 |
| 点击此处可从《西南师范大学学报(自然科学版)》下载免费的PDF全文 |
|