登录    注册    忘记密码

期刊文章详细信息

基于支持向量机的矿井通风机故障诊断系统的研究    

The study of fault diagnosis system of mine ventilator based on support vector machine

  

文献类型:期刊文章

作  者:石瑶[1] 任清阳[2]

机构地区:[1]武警水电第一总队,南宁530000 [2]武警水电第三总队,成都610000

出  处:《自动化与仪器仪表》

年  份:2013

期  号:5

起止页码:18-20

语  种:中文

收录情况:ZGKJHX、普通刊

摘  要:针对矿井通风机故障诊断过程中样本数据有限的特点,本文提出了一种基于支持向量机的矿井通风机故障诊断方法。支持向量机是一种机器学习方法,它对有限的样本数据具有良好的学习能力。采用支持向量机对样本数据通过学习形成故障分类器,利用该分类器对故障样本进行测试,得出矿井通风机的故障诊断结果。结果表明:支持向量机对有限样本数据具有良好的推广能力,最终达到了快速并准确地诊断矿井通风机故障的目的。

关 键 词:矿井通风机 故障诊断 支持向量机 故障分类器

分 类 号:TP29]

参考文献:

正在载入数据...

二级参考文献:

正在载入数据...

耦合文献:

正在载入数据...

引证文献:

正在载入数据...

二级引证文献:

正在载入数据...

同被引文献:

正在载入数据...

版权所有©重庆科技学院 重庆维普资讯有限公司 渝B2-20050021-7
 渝公网安备 50019002500408号 违法和不良信息举报中心