10.11772/j.issn.1001-9081.2014.08.2438
基于二次奇异值分解和最小二乘支持向量机的轴承故障诊断方法
为了解决奇异值分解(SVD)对不同信号分解的有效奇异值个数不同,而影响故障识别准确性的难题,提出了基于二次SVD和最小二乘支持向量机(LS-SVM)的故障诊断方法.该方法利用奇异值曲率谱自适应选择有效奇异值重构信号,进行二次SVD处理,获得相同个数的正交分量,求解其能量熵,并构造故障特征向量,用于LS-SVM分类模型故障识别.将该方法应用于轴承故障诊断,与利用特定个数的主奇异值作为特征向量的方法相比,准确度提高了13.34%,表明了该方法的可行性和有效性.
二次奇异值分解、最小二乘支持向量机、能量熵、故障诊断
34
TP277(自动化技术及设备)
国家自然科学基金资助项目51169007;云南省科技计划项目2011DA005,2010DH004;云南省中青年学术和技术带头人后备人才培养计划项目2012CA022,2011FZ036,2011CI017
2014-10-08(万方平台首次上网日期,不代表论文的发表时间)
共5页
2438-2441,2446