旋转机械故障的拉普拉斯支持向量机诊断方法

发布时间：2017-11-26 04:00

本文关键词：旋转机械故障的拉普拉斯支持向量机诊断方法

【摘要】：在旋转机械故障智能诊断中,收集大量的样本比较容易,而要对所有的样本进行类别标记却较为困难。针对这一问题,提出了一种基于拉普拉斯支持向量机的旋转机械故障智能诊断方法。滚动轴承故障诊断实例表明,有标记样本的数量较少时,与仅使用有标记样本进行学习的支持向量机相比,基于拉普拉斯支持向量机的诊断方法利用大量的无标记样本进行辅助学习,可以显著提高故障诊断的正确率。
【作者单位】：南京航空航天大学;
【基金】：国家自然科学基金资助项目(61179057)
【分类号】：TH165.3;TP18
【正文快照】： 0引言近年来,随着人工智能技术的发展,智能诊断成为旋转机械故障诊断研究的一个重要方向。旋转机械故障智能诊断在本质上是一个模式识别问题,支持向量机(support vector machines,SVM)作为一种推广性能优良的模式识别方法,目前已被广泛地应用于旋转机械故障智能诊断。文献[1]

【参考文献】

中国期刊全文数据库前4条

1 蒋全胜;贾民平;胡建中;许飞云;;基于拉普拉斯特征映射的故障模式识别方法[J];系统仿真学报;2008年20期

2 袁胜发;褚福磊;;支持向量机及其在机械故障诊断中的应用[J];振动与冲击;2007年11期

3 王太勇;何慧龙;王国锋;冷永刚;胥永刚;李强;;基于经验模式分解和最小二乘支持矢量机的滚动轴承故障诊断[J];机械工程学报;2007年04期

4 徐启华,师军;基于支持向量机的航空发动机故障诊断[J];航空动力学报;2005年02期

【共引文献】

中国期刊全文数据库前10条

1 张淑清;黄文静;胡永涛;宿新爽;陆超;姜万录;;基于总体平均经验模式分解近似熵和混合PSO-BP算法的轴承故障诊断方法[J];中国机械工程;2016年22期

2 马新娜;杨绍普;;基于三维谱峭图算法的共振解调技术研究及应用[J];中国机械工程;2016年22期

3 徐向前;周好斌;徐生辉;;支持向量机建模及游梁式抽油机抽汲参数优化[J];石油矿场机械;2016年09期

4 程淼海;楼俏;王琼;王国军;胡殿刚;李韶瑜;;基于随机森林算法的配网抢修故障量预测方法[J];计算机系统应用;2016年09期