国内刊号:11-1864/TB
国际刊号:1000-1158
发布日期:
作者:张金凤,李雪,杨蕊,李继猛
单位:燕山大学 里仁学院, 河北 秦皇岛 066004
关键词:计量学; 智能诊断; 商空间; 滚动轴承; 支持向量机
基金:国家自然科学基金(51505415); 河北省自然科学基金(E2017203142); 秦皇岛市科技支撑计划(201602A025)
针对滚动轴承故障诊断中存在的故障类型多样且有效特征难以选取等问题,提出了一种基于商空间和支持向量机的智能诊断模型。该模型利用商空间的粒化分层思想将输入样本按照不同等价关系进行粒化分层,并对每一粒度层的时域和频域特征进行约简,然后将每一层约简后的特征向量输入到支持向量机进行状态识别,最后对各粒度层状态识别结果加权融合得到最终结果。利用轴承全寿命试验数据对该模型进行验证,识别精度达到96.92%。
来源:2020年第7期
《计量学报》期刊编辑部