基于多特征融合多核学习支持向量机的液压泵故障识别方法

发布时间：2017-05-31 08:05

  本文关键词：基于多特征融合多核学习支持向量机的液压泵故障识别方法，由笔耕文化传播整理发布。

【摘要】：提出基于多特征融合多核学习支持向量机的液压泵故障识别方法。该方法首先对原始信号进行集总经验模态分解,然后分别用AR模型和奇异值分解两种特征提取方法提取故障特征,最后将不同类型的特征分别用相应的核函数进行映射,用多核学习支持向量机来识别液压泵的工作状态和故障类型。实验结果表明该方法显著地提高了故障诊断的准确性。
【作者单位】： 燕山大学河北省重型机械流体动力传输与控制重点实验室;先进锻压成形技术与科学教育部重点实验室;唐钢高强汽车板有限公司;
【关键词】： 多核学习 多特征融合 支持向量机 故障识别 液压泵
【基金】：国家自然科学基金资助项目(51475405) 国家重点基础研究发展计划(973计划)资助项目(2014CB046405) 河北省自然科学基金资助项目(E2013203161)
【分类号】：TH137.51;TP181
【正文快照】： 0引言作为液压系统的核心部件,液压泵的工作状态严重影响着液压系统工作的可靠性。目前,与统计分类器和神经网络分类器对应的统计模式识别方法和神经网络方法是用于液压泵模式识别的主要方法,而这些方法都存在许多固有的局限性。基于统计学习理论发展起来的支持向量机(sup-por

【相似文献】

中国期刊全文数据库 前1条

1 周云龙;陈飞;孙斌;;基于图像多特征融合和支持向量机的气液两相流流型识别(英文)[J];Chinese Journal of Chemical Engineering;2008年06期

中国硕士学位论文全文数据库 前1条

1 朱梦亚;基于多特征融合的遥感图像分类研究[D];燕山大学;2016年

  本文关键词：基于多特征融合多核学习支持向量机的液压泵故障识别方法，由笔耕文化传播整理发布。

，

本文编号：408946