摘要:
为了提高风机故障的诊断精度, 提出一种证据理论和支持向量机相融合的风机故障识别方法. 首先从振动信号中提取Wigner-Ville谱熵作为风机故障诊断特征; 然后采用不同核函数支持向量机进行训练, 建立风机故障诊断的子分类器; 最后采用DS证据理论对子分类器的输出结果进行融合, 并对其性能进行仿真测试. 实验结果表明, 该方法可以充分利用全部故障信息, 诊断结果更接近期望值, 诊断效果优于其他风机故障诊断方法.
中图分类号:
李家伟. 基于证据理论和支持向量机的风机故障智能诊断[J]. 吉林大学学报(理学版), 2016, 54(03): 609-612.
LI Jiawei. Intelligent Diagnosis of Fan Fault Based onEvidence Theory and Support Vector Machine[J]. Journal of Jilin University Science Edition, 2016, 54(03): 609-612.