文献类型：期刊文章

作　　者：宋丹丹[1] 魏域琴[1] 范启富[1]

SONG Dan-dan;WEI Yu-qin;FAN Qi-fu(School of Electronic Information and Electrical Engineering,Shanghai Jiaotong University,Key Laboratory of System Control and Information Processing,Ministry Education of China)

机构地区：[1]上海交通大学电子信息与电气工程学院系统控制与信息处理教育部重点实验室

出　　处：《化工自动化及仪表》

年　　份：2019

卷　　号：46

期　　号：12

起止页码：988-992

语　　种：中文

收录情况：CAS、CSA、IC、SCOPUS、普通刊

摘　　要：从时域角度分析了滚动轴承的振动信号,综合利用SVM和KPCA方法来实现对滚动轴承的故障诊断研究。首先对滚动轴承的原始信号从时域角度分析提取典型特征,再利用KPCA方法对输入的典型特征降维,最后采用SVM算法对降维后的数据进行故障诊断。实验证明:该方法在保证较高的故障识别能力的前提下,不仅能够有效地提取损伤特征、降低数据维数,而且实现了数据可视化。

关 键 词：故障诊断 滚动轴承 SVM KPCA

分 类 号：TH133.33]