文献类型：期刊文章

作　　者：潘明清[1] 周晓军[1] 吴瑞明[2] 雷良育[3]

机构地区：[1]浙江大学现代制造工程研究所,杭州310027 [2]浙江科技学院机械系,杭州310012 [3]江苏技术师范学院机械系,江苏常州213001

出　　处：《传感技术学报》

年　　份：2006

卷　　号：19

期　　号：1

起止页码：128-131

语　　种：中文

收录情况：BDHX、BDHX2004、CAS、CSCD、CSCD2011_2012、EI(收录号：2006209873794)、IC、INSPEC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：针对机械故障诊断缺乏故障样本的问题,提出了故障诊断单值分类法——支持向量数据描述法(SVDD)。这种方法只需要正常运行状态的数据样本,就可以建立单值分类器,区分出正常和异常状态。试验以轴承为研究对象,采用主元分析法(PCA)作数据前处理,提取振动信号的统计特征值,得到的主元特征指标输入到SVDD分类器进行训练和测试。试验结果表明,PCA对正常和故障样本有较大的区分度,SVDD分类器能很好的分辨出轴承正常和故障状态,并且对未知故障有良好的识别能力。

关 键 词：故障诊断 特征提取 主元分析 支持向量数据描述 轴承

分 类 号：TH165]