用于滚动轴承故障检测与分类的支持向量机方法.pdfVIP

中国机械工程第 16 卷第 6 期 2005 年 3 月下半月 用于滚动轴承故障检测与分类的支持向量机方法 李 　岳 　陶利民　温熙森 国防科学技术大学 ,长沙 ,4 10073 摘要 :介绍了支持向量机原理与算法 ,给出了基于支持向量机多类故障层次分类检测模型以 及多类故障分类器构建方法及步骤 。用滚动轴承实验数据对分类器的性能进行检验 ,并与神经 网络分类器性能进行初步对比,结果证明了支持向量机方法用于轴承故障检测与识别的可行性 和有效性 。 关键词 :支持向量机 ;神经网络 ;故障检测 ;模式识别 ;滚动轴承 ( ) 中图分类号 : TH 17 ; TP18 　　　文章编号 :1004 —132 Ⅹ2005 06 —0498 —04 Support Vector Machines Based Approach for Ball Bearing Fault Detection and Classif ication Li Yue 　Tao Limin 　Wen Xisen National Univer sity of Defense Technology , Changsha ,4 10073 Abstract : The p rinciple and algorithm of support vector machines ( SVM) were introduced. A multi - classifier model based on SVM and t he correlative met hod of using t his model to deal wit h t he fault detection and classification for ball bearings were p resented. The p erformance of SVM based multi - classifier was test ed and comp ared wit h artificial neural network classifier by u sing experimental data of ball bearings. The fea sibility and validity of using SVM based app roach to detect and identify ball bearings fault s are demonstrated by experimental result s. Key words : support vector machine ; neural network ; fault detection ; pattern recognition ; ball bearing 0 　引言 机械故障诊断中广泛存在的典型故障样本不足的 由Vap nik[ 1] 提出的一种基于统计学习理论的 问题 ,为故障诊断技术向深层次智能化发展提供了 ( ) 又一新的途径 。 支持向量机 support vector machines , SVM 方法 , 首先应用于机器学习、计算机视觉和模式识别领 本文以旋转机械设备中常见的滚动轴承故障 域 ,表现出很高的分类精度和整体优化能力 。该方