一种基于概率盒-PSO-SVM的滚动轴承故障诊断方法

杜奕、Yi Du、唐洪、Tang Hong、丁家满、Jiaman Ding、刘力强、Liqiang Liu

2018Engineering被引 1

摘要

针对滚动轴承故障诊断的问题，提出了一种基于概率盒理论和粒子群优化支持向量机的故障诊断新方法.在分析故障信号的概率统计特性基础上，利用概率盒直接建模方法获得概率盒，利用证据理论实现了概率盒的融合.不同故障状态下的概率盒特征也不同，采用不同的累积不确定性测量方法提取了概率盒的特征，并构建出用于模式识别的特征向量集，将特征集代入利用粒子群算法优化后的支持向量机中实现故障诊断.通过对滚动轴承振动信号的实验测试与对比分析表明：该方法可以实现对滚动轴承准确的诊断，与传统特征提取方法对比，证明了方法的有效性.

引用本文（GB/T 7714）

杜奕, Yi Du, 唐洪, 等. 一种基于概率盒-PSO-SVM的滚动轴承故障诊断方法[J]. 未知来源, 2018.

引文网络

参考文献与被引分析加载中…

DOI：https://doi.org/10.13255/j.cnki.jusst.2018.01.013

本站仅收录题录与摘要供学习参考，全文版权归属出版方；如有侵权请联系我们删除。