基于支持向量机的机械故障诊断

《基于支持向量机的机械故障诊断》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、&于支持向量机的机械故障诊断摘要：支持句:®机(SVM)是建立在统H•学习理论和结构风险ii小原则上，对小样木决策具脊较好的学习推广性，并且在理论上也保证了校型的敁人泛化能力。因此，支持机与传统的祌经网络模型相比，现论上更加完善，应用上也更为广泛。对近年，在机械故障诊断应用中，因缺少人量故障数据样本而受到制约。针对这-M题，本文提出了-•种基于支持向fit机的故障诊断新方法，并■利川模拟故障数裾建立了多故障分类器，这种诊断方法的®著优点足只需要少fit的时域故障数据样本來训练故障分类器，不必进行信号预处理以提取特征燉,便可实

2、现多故障的W别和诊断。脇川算例表明了木文算法的正确有效性。关键字：支持向莆机：机械故障诊断：分类器Themechanicalfaultdiagnosisbasedonsupportvectormachine(SVM)Abstract:Supportvectormachine(SVM)isbasedonstatisticallearningtheoryandstructuralriskminimumprinciple,thedecisionhasagoodlearningandgeneralizationofsmallsamp

3、leandalsoensure(hemaximumgeneralizationabilityofthemodelintheory.Therefore，supportvectormachine(SVM),comparedwiththetraditionalneuralnetworkmodelintheorytobemoreperfect，andmoreextensiveapplication.Inrecentyears,inmechanicalfaultdiagnosisapplications,constrainedbyth

4、elackofalargenumberoffaultdatasamples.Inordertosolvethisproblem，thispaperproposesanewfaultdiagnosismethodbasedonsupportvectormachine(SVM),andthemulti-faultclassifierwasestablishedbasedonsimulatedfaultdata,theobviousadvantagesof(hisdiagnosticmethodisonlyneedasmallam

5、ountoftimedomainfaultdatasamplestotrainingthefaultclassifier，signalpreprocessingdon’thavetobeconductedtoextractcharacteristicinformation,canrealizethefaultidentificationanddiagnosis.Finally,withanumericalexampleshowsthatthetrueeffectivenessofthealgorithminthispaper

6、.Keywords:Supportvectormachine(SVM);Themechanicalfaultdiagnosis;Classifier1引言随着现代工业的发展，机械设备II趋人型化、复杂化、高速化及自动化，故障带来的危害愈加严重，使得机械故障诊断在社会生产屮的作用和地位11益突出。同时设备故障的发生将造成更人的停产损失、更多的维护费用及更严重的安全隐患［1］。因此，机械设备状态监测及故障诊断技术引起世界各国的重视。目前，机械故障诊断的研究领域主要可以分为两个阶段：第一个阶段是基于信号处理的故障诊断［2］。以传感

7、器技术和动态测试技术为基础，利用现代信号分析处理技术对获取的机械故障信号进行分析处理，这一阶段的诊断技术在实际屮得到了人撒的应用，产生了巨人的经济效益，并人人推动了故障诊断技术的发展。第二阶段是基于模式识别的故障智能诊断。以人工智能技术为核心的智能诊断技氺，结合倌号特征提取技术构造故障特征向M,采用人工祌经网络、支持向M机，以人工智能为手段，诊断过程的知识化使得人们致力于研究诊断知识的荻取、知识的表示与组织、推理方法的结构、诊断模型的建立以及诊断策略的形成等问题。在机械故障诊断屮，其故障样木的数目通常是有限的。在柯限的样木情

8、况K，往往训练效果很好的祌经网络有可能表现出很差的推广能力。另外，祌经网络的优化过程存在可能陷入局部极值的问题，网络训练的质贤没有保证；神经网络的结构设计依赖于设计者的先验知识和经验，缺乏一种有理论依裾的严格设计程序。与传统统汁学相比，统汁学习理论是一种专门研究小样本情况卜'机器学习规律的