北京邮电大学学报
北京郵電大學學報
북경유전대학학보
JOURNAL OF BEIJING UNIVERSITY OF POSTS AND TELECOMMUNICATIONS
2011年
4期
70-74,126
,共6页
故障诊断%特征选取%遗传算法%支持向量数据描述
故障診斷%特徵選取%遺傳算法%支持嚮量數據描述
고장진단%특정선취%유전산법%지지향량수거묘술
针对旋转设备原始故障特征空间中存在的冗余特征问题,提出一种基于支持向量数据描述(SVDD)和遗传算法的故障特征优化方法.通过理论和实验分析构造了相对完备的设备声学故障特征空间；依据特征可分离性评价准则和SVDD识别率从原始故障样本数据集中提取出先验知识,指导种群的初始化；以类内-类间距离判据和故障分类器的识别率评价种群中个体的适应度,在此基础上建立改进的遗传算法搜索最优故障特征子集.基于转子振动台所模拟的不平衡故障实验样本数据集,验证了该方法的有效性.
針對鏇轉設備原始故障特徵空間中存在的冗餘特徵問題,提齣一種基于支持嚮量數據描述(SVDD)和遺傳算法的故障特徵優化方法.通過理論和實驗分析構造瞭相對完備的設備聲學故障特徵空間；依據特徵可分離性評價準則和SVDD識彆率從原始故障樣本數據集中提取齣先驗知識,指導種群的初始化；以類內-類間距離判據和故障分類器的識彆率評價種群中箇體的適應度,在此基礎上建立改進的遺傳算法搜索最優故障特徵子集.基于轉子振動檯所模擬的不平衡故障實驗樣本數據集,驗證瞭該方法的有效性.
침대선전설비원시고장특정공간중존재적용여특정문제,제출일충기우지지향량수거묘술(SVDD)화유전산법적고장특정우화방법.통과이론화실험분석구조료상대완비적설비성학고장특정공간；의거특정가분리성평개준칙화SVDD식별솔종원시고장양본수거집중제취출선험지식,지도충군적초시화；이류내-류간거리판거화고장분류기적식별솔평개충군중개체적괄응도,재차기출상건립개진적유전산법수색최우고장특정자집.기우전자진동태소모의적불평형고장실험양본수거집,험증료해방법적유효성.
