计算机测量与控制
計算機測量與控製
계산궤측량여공제
COMPUTER MEASUREMENT & CONTROL
2015年
4期
1102-1105
,共4页
故障诊断%拉普拉斯分量%轴承%超球支持向量机
故障診斷%拉普拉斯分量%軸承%超毬支持嚮量機
고장진단%랍보랍사분량%축승%초구지지향량궤
fault diagnosis%laplaian score%bearing%hypersphere support vector machine
针对轴承振动信号中的故障信息往往很微弱,同时振动样本数据分布不平衡即故障样本占总样本数的比例低,从而导致故障诊断模型训练不精确而影响诊断精度的问题,提出了一种基于拉普拉斯分值和超球大间隔支持向量机的故障诊断方法;首先,采用有标签的训练样本数据和拉普拉斯分值法提取原始振动信号中的微弱故障信息,并降低其数据维数,从而得到用于故障诊断的特征向量,然后设计了一种改进的超球大间隔支持向量机的故障诊断模型,通过最小化超球体积和最大化超球边界和故障样本之间的间隔来实现故障诊断,以解决样本的不均衡问题,最终通过将测试样本数据代入决策方程并通过投票机制确定其故障类别;在Matlab环境下对轴承故障诊断进行实验,实验结果证明了文中方法能有效解决样本的不均衡情况下的故障诊断,且相对其它方法,具有诊断精度高和收敛速度快的优点.
針對軸承振動信號中的故障信息往往很微弱,同時振動樣本數據分佈不平衡即故障樣本佔總樣本數的比例低,從而導緻故障診斷模型訓練不精確而影響診斷精度的問題,提齣瞭一種基于拉普拉斯分值和超毬大間隔支持嚮量機的故障診斷方法;首先,採用有標籤的訓練樣本數據和拉普拉斯分值法提取原始振動信號中的微弱故障信息,併降低其數據維數,從而得到用于故障診斷的特徵嚮量,然後設計瞭一種改進的超毬大間隔支持嚮量機的故障診斷模型,通過最小化超毬體積和最大化超毬邊界和故障樣本之間的間隔來實現故障診斷,以解決樣本的不均衡問題,最終通過將測試樣本數據代入決策方程併通過投票機製確定其故障類彆;在Matlab環境下對軸承故障診斷進行實驗,實驗結果證明瞭文中方法能有效解決樣本的不均衡情況下的故障診斷,且相對其它方法,具有診斷精度高和收斂速度快的優點.
침대축승진동신호중적고장신식왕왕흔미약,동시진동양본수거분포불평형즉고장양본점총양본수적비례저,종이도치고장진단모형훈련불정학이영향진단정도적문제,제출료일충기우랍보랍사분치화초구대간격지지향량궤적고장진단방법;수선,채용유표첨적훈련양본수거화랍보랍사분치법제취원시진동신호중적미약고장신식,병강저기수거유수,종이득도용우고장진단적특정향량,연후설계료일충개진적초구대간격지지향량궤적고장진단모형,통과최소화초구체적화최대화초구변계화고장양본지간적간격래실현고장진단,이해결양본적불균형문제,최종통과장측시양본수거대입결책방정병통과투표궤제학정기고장유별;재Matlab배경하대축승고장진단진행실험,실험결과증명료문중방법능유효해결양본적불균형정황하적고장진단,차상대기타방법,구유진단정도고화수렴속도쾌적우점.