支持向量机在齿轮故障诊断中的应用

摘要：

针对齿轮故障诊断中的小样本事件,采用了支持向量机(SVM)方法.采集齿轮3种典型故障(断齿、磨损、剥落)和正常状态的振动信号,提取时域指标和能量特征作为SVM输入向量,并采用交叉验证(K-CV)法优化SVM参数,最终得到的故障诊断准确率为100％.结果表明SVM是一种有效的齿轮故障诊断方法.

关键词：支持向量机、交叉验证(K-CV)、故障诊断

所属期刊栏目：34

分类号：TH165;TP31

在线出版日期：2012-07-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：63-65,75