基于SVDD的轻轨锚固螺杆故障诊断研究  

Research of light-rail's screws fault diagnosis based on SVDD

作　　者：黄仕建[1] 叶俊勇[1] 

机构地区：[1]重庆大学光电技术及系统教育部重点实验室,重庆400044

出　　处：《计算机工程与应用》2010年第12期215-217,共3页Computer Engineering and Applications

基　　金：国家科技支撑计划项目No.2007BAG06B06;重庆大学自然科学青年基金~~

摘　　要：为了实现对重庆市轻轨轨道梁锚固螺杆的故障检测,提出了一种基于支持向量数据描述的锚固螺杆故障诊断方法,该方法只需要正常螺杆样本,且不需要对原始数据进行特征提取,就可以建立单值分类器,解决了缺少故障螺杆样本的难题。通过与常见的三种单值分类方法比较,表明SVDD分类器具有很好的分类效果和计算效率,能较好地区分正常螺杆和非正常螺杆,为轻轨锚固螺杆故障检测提供了新的诊断方法。In order to implement the fault diagnosis of Chongqing light-rail＇s screws,a new method of screw fault diagnosis based on Support Vector Data Description（SVDD） is proposed,which can found one-class classifier with normal screw samples only and doesn＇t need feature extracting.The method solves the difficult problem of lacking fault screw samples.Compared with three familiar one-class methods,it is found that the SVDD has stronger classification ability and higher efficiency,which can distinguish the normal and abnormal screws ideally,and provides a new method for light-rail＇s screws fault diagnosis.

关 键 词：支持向量数据描述 锚固螺杆 单值分类 故障诊断 

分 类 号：TP39[自动化与计算机技术—计算机应用技术]