检索规则说明:AND代表“并且”;OR代表“或者”;NOT代表“不包含”;(注意必须大写,运算符两边需空一格)
检 索 范 例 :范例一: (K=图书馆学 OR K=情报学) AND A=范并思 范例二:J=计算机应用与软件 AND (U=C++ OR U=Basic) NOT M=Visual
作 者:于德介[1] 陈淼峰[1] 程军圣[1] 杨宇[1]
机构地区:[1]湖南大学,长沙410082
出 处:《中国机械工程》2006年第7期696-699,共4页China Mechanical Engineering
基 金:国家自然科学基金资助项目(50275050);高等学校博士学科点专项科研基金资助项目(20020532024)
摘 要:提出了一种基于支持向量机回归预测模型的转子系统故障诊断方法。分别对转子系统振动信号建立支持向量机回归预测模型,利用回归预测模型对振动测试信号进行预测,计算各支持向量机回归预测模型的预测信号与真实信号的误差并计算信噪比,通过比较各预测信号的信噪比来判断转子系统的工作状态和故障类型。实验结果表明,该方法能够有效地应用于转子系统的故障诊断。A fault diagnosis approach for rotor systems based on support vector machine predictive model was proposed. Firstly, the SVMs regression for predictive model of the vibration signals of a rotor system was established. Then, the support vector machine models were used to predict some time series of vibration signals and the values of SNR were calculated. By comparing the values of SNR, the conditions and fault patterns of a rotor system can be identified. Practical examples demon strate that the SVMs predictive model can be applied to rotor system fault diagnosis effectively.
分 类 号:TH113[机械工程—机械设计及理论]
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在链接到云南高校图书馆文献保障联盟下载...
云南高校图书馆联盟文献共享服务平台 版权所有©
您的IP:216.73.216.127