基于SVM的旋转机械故障诊断方法

摘要：

提取时域与频域共20个特征参数作为数据样本,选择适合旋转机械振动信号的径向基函数及相关参 数,基于一对多法构造支持向量机(SVM)多类分类器,实现旋转机械滚动轴承的故障诊断.通过对振动信号特征进行训练与测试,并与BP神 经网络进行对比结果表明,该SVM多类分类器可较好地解决小样本问题,在训练时间和识别正确率上均优于BP神经网络.

关键词：支持向量机、特征提取、状态识别、故障诊断、旋转机械

所属期刊栏目：38

分类号：TP206.3(自动化技术及设备)

资助基金：国家自然科学基金资助项目51075379,51005221

在线出版日期：2012-05-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：233-235