SVM方法在滚动轴承故障诊断中的应用  

On the Application of SVM in Mechanical Fault Diagnosis of Rolling Bearing

作　　者：王素云[1] 崔丽威[1] 宫雷[1] 曹苏娜[1] 

机构地区：[1]装甲兵工程学院基础部,北京100072

出　　处：《西安文理学院学报（自然科学版）》2011年第3期30-33,共4页Journal of Xi’an University(Natural Science Edition)

摘　　要：SVM方法是在统计学习理论的基础上发展起来的一种新的机器学习算法,它是统计学习理论的具体应用.讨论了SVM方法在故障诊断领域中应用的分类算法,并以滚动轴承为例进行了试验论证.Support Vector Machine（SVM）is a new learning method based on statistical learning theory and is also an application of statistical learning theory. This paper discusses the classification algorithm of support vector machines. Experimentation with vibration signal of rolling bearing is conducted to prove SVM＇s adaptability for diagnosis in the case of smaller number of samples.

关 键 词：统计学习 支持向量基 故障诊断 

分 类 号：O29[理学—应用数学]