基于舍一交叉验证优化最小二乘支持向量机的故障诊断模型

摘要：

提出一种基于舍一交叉验证优化最小二乘支持向量机(LS-SVM)的旋转机械故障诊断模型.首先将故障信号END分解为平稳IMF分量,再选择表征故障调制特征的IMF分量并构造瞬时幅值欧式范数作为故障特征矢量输入到舍一交叉验证(leave-one-outcross-validation,LOO-CV)优化线性核LS-SVM中进行故障识别.EMD分解可自适应分离故障调制信号;瞬时幅值欧式范数矢量的不同表征各类故障的差异;舍一交叉验证优化惩罚因子可以使线性核LS-SVM克服对故障类型与模式编号映射关系先验知识的依赖,提高LS-SVM的故障预测精度和自适应诊断能力.一个深沟球轴承故障诊断实例说明该模型的有效性.

关键词：瞬时幅值欧式范数、最小二乘支持向量机、舍一交叉验证、参数优化、故障诊断

所属期刊栏目：29

分类号：TH165.3;TN911.2

资助基金：国家自然科学基金50875272;国家高技术研究发展计划863计划2009AA04Z411;重庆大学"211"工程三期建设研究开放实验室S-0916

在线出版日期：2010-12-03（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：170-174