您现在的位置: 精品资料网 >> 行业分类 >> 机械行业 >> 资料信息

SVM模式识别技术在机械故障诊断中的应用进展(doc 9页)

所属分类:
机械行业
文件大小:
253 KB
下载地址:
相关资料:
模式识别,识别技术,机械故障,故障诊断,应用进展
SVM模式识别技术在机械故障诊断中的应用进展(doc 9页)内容简介
SVM模式识别技术在机械故障诊断中的应用进展内容提要:
SVM在机械故障诊断中的应用进展:
机械故障诊断的过程是一个故障模式识别的过程,因此研究适合于开展机械设备故障状态识别的识别理论是解决问题的关键之一。鉴于机械设备在整个国民经济中所处的重要地位以及支持向量机针对小样本情况所表现出来的优良分类性能,已引起了众多机械故障诊断领域研究人员的广泛关注,目前国内外研究人员都试图在这一领域有所突破。
Jack等将支持向量机应用于滚动轴承的状态检测[1引,并用遗传算法优化支持向量机的参数,取得比较好的推广能力[1;彭问季提出了一种利用小波包分析提取水电组的振动故障特征和基于支持向量机的水电组振动的故障诊断方法[1];王凯等提出了一种基于支持向量机的齿轮故障诊断方法,采用小波变换对齿轮的振动信号进行处理来构造特征量,在小样本情况下比神经网络获得更高的诊断精度[】。;饶泓、虞国全[19]采用了几种基于支持向量机的径向基网络故障诊断方法,结合了支持向量机和径向网络两者各自的优点,解决了故障样本数据不足问题,缩短了训练时间,并取得更高的准确率;齐保林、李凌均将支持向量机分类算法用于滚动轴承的多类故障模式分类中并与人工神经网络进行了对比研究
..............................