文献类型：期刊文章

作　　者：朱新才[1] 邓星[1] 周雄[2] 胡腾飞[1] 郭蕾[1]

机构地区：[1]重庆理工大学汽车学院,重庆400054 [2]重庆科技学院机械学院,重庆401331

出　　处：《重庆大学学报（自然科学版）》

基　　金：国家自然科学基金资助项目(51078375)

年　　份：2013

卷　　号：36

期　　号：7

起止页码：21-26

语　　种：中文

收录情况：BDHX、BDHX2011、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2013_2014、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：针对SVM二叉树多类分类优先级的确定问题,通过旋转机械故障实验平台和数据采集系统,采集旋转机械故障实验台转子正常、转子不平衡、转子不对中、转子轴承内圈裂缝、转子轴承外圈裂缝5种工况下的振动信号,进行零均值化处理;选择信号的主要频段进行信号重组,提取其时域无量纲特征值,利用并联式SVM的正检率大小确定SVM二叉树多类分类的优先级,进行故障类型的识别。通过实验,实现了训练样本的完全可分,说明此种方法的有效性。

关 键 词：旋转机械 振动 信号重组  支持向量机 故障诊断

分 类 号：TH11]