基于支持向量机的设备故障诊断研究

作     者：刘一鸥 LIU Yi-ou

作者机构：西安外事学院陕西西安710077 

基　　金：2015年陕西省教育厅科学研究项目(15JK2113) 2015年陕西省高等教育教学改革研究项目(15J37) 2016年西安市社会科学规划基金项目(16IN13) 

出 版 物：《电子设计工程》 (Electronic Design Engineering)

年 卷 期：2016年第24卷第22期

页      码：67-70,73页

摘      要：支持向量机作为基于统计学理论的机器学习方法,在人工智能识别方面的研究起到了重要的作用。本文将支持向量机智能识别方法引入到机械设备的故障诊断当中,并对支持向量机模型起到关键作用的惩罚因子c和核参数g采用了交叉验证的方法进行最优化计算。建立了基于优化的支持向量机的机械设备故障诊断模型,并且进行了相关实验,实验表明,采用本文介绍的基于支持向量机的故障诊断方法可有效识别出机械设备的故障类型,对机械设备的故障诊断提供了有效的诊断方法。

主 题 词：支持向量机 交叉验证 机械设备 故障诊断 

学科分类：080901[080901] 0809[工学-计算机类] 08[工学] 

D　O　I：10.14022/j.cnki.dzsjgc.2016.22.020

馆 藏 号：203209875...