-
题名基于PCA-SVM的轴承故障诊断研究
被引量：18
- 1
-
-
作者
吉敏
-
机构
上海第二工业大学智能制造与控制工程学院
-
出处
《电子设计工程》
2019年第17期14-18,共5页
-
基金
上海高校青年教师培养资助计划(ZZegd16007)
上海第二工业大学校级重点学科建设(XXKZD1603)
-
文摘
随着现代制造业朝着大型化、柔性化、智能化发展,保障生产设备的安全运转越发重要。提出了基于PCA-SVM算法的轴承故障诊断分析模型。该模型提取轴承振动信号的时域指标参数,并运用主成分分析法(PCA)对指标参数进行优化和选择,利用降维思想,将多参数转化为综合参数,将综合特征值作为支持向量机(SVM)分类器的输入向量训练分类模型,最后运用测试集进行故障诊断实验,实验表明PCA-SVM模型可以帮助提高模型分类效率和精度,快速排查定位轴承故障,从而降低由故障导致的生产问题,减少经济损失。
-
关键词
轴承故障诊断
主成分分析法
支持向量机
时域特征
-
Keywords
bearing fault diagnosis
principal component analysis
Support Vector Machine
time domain parameters
-
分类号
TH17
[机械工程—机械制造及自动化]
-
