期刊专题

10.13413/j.cnki.jdxblxb.2016.03.36

基于证据理论和支持向量机的风机故障智能诊断

引用
为了提高风机故障的诊断精度,提出一种证据理论和支持向量机相融合的风机故障识别方法。首先从振动信号中提取 Wigner-Ville 谱熵作为风机故障诊断特征;然后采用不同核函数支持向量机进行训练,建立风机故障诊断的子分类器;最后采用 DS 证据理论对子分类器的输出结果进行融合,并对其性能进行仿真测试。实验结果表明,该方法可以充分利用全部故障信息,诊断结果更接近期望值,诊断效果优于其他风机故障诊断方法。

风机故障、特征提取、证据理论、支持向量机

54

TP391(计算技术、计算机技术)

湖北省教育科学“十二五”规划重点项目2014A047

2016-07-04(万方平台首次上网日期,不代表论文的发表时间)

共4页

609-612

相关文献
评论
暂无封面信息
查看本期封面目录

吉林大学学报(理学版)

1671-5489

22-1340/O

54

2016,54(3)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn