SVM模式识别技术及其在机械故障诊断中的应用进展.docVIP

第 29卷 第 3期 20 9年 6月 桂 林 电 子 科 技 大 学 学 报 JournalofGuilin University ofElectronicTechnology VoI．29。NO．3 Jun．2009  SVM 模式 识别技 术 及在 机械故 障诊 断 中的应用进展 王 长林 ，陈 鸿 宝 ，林 玮 ，秦 启 茂 ，宋 宜 梅 (1．桂 林 电 子 科技 大 学 机 电 工 程 学 院 ，广 西 桂 林 541004； 2．广 西右 江 矿务 局 ，广 西 田东 531501) 摘 要 ：支持 向量机 (SuportVectorMachines，SVM)是一种基 于统计 学 习理 论的新型 机器学 习方 法 ，对小样本 决 策 具 有 较 好 的 学 习 推 广 性 。为 在 机 械 故 障 诊 断 中更 好 地 运 用 该 方 法 ，从 基 于 支 持 向量 机 理 论 的模 式 识 别 技 术 和 机 械 故 障 诊 断 中应 用 两 方 面 ，综 述 了 近 年 来 支 持 向 量 机 国 内 外 研 究 应 用 现 状 ，分 析 了 技 术 特 点 、存 在 问 题 、解 决 方 案 及 其 在 机 械 工 程 领 域 应 用 前 景 。 关 键 词 ：支 持 向量 机 ；机 器 学 习 ；模 式 识 别 ；故 障 诊 断 中 图 分 类 号 ：TH17 文 献 标 识 码 ：A 文 章 编 号 ：1673808X(2009)03—0256—04 Pattern Recognition Based on SupportVector M achine and Its A pplication in Fault D iagnosis W ANG Chang—Iin ，CH EN Hong—bao ，LIN W ei。，Q ING Q i—m ao ，SONG Yi—m ei (1． SchoolofM echanicaland ElectricalEngineering·Guilin U niversityofElectronicTec hnology，Guilin 541004，ChinaI 2．GuangxiYouiangBureauofM ines，Tiandong 531501，China) Abstract：Supportvectormachine (SVM )isanew generalmachinelearningm ethod based on theStatisticalLearn— ingTheory．Itexhibitsgoodgeneralizationcharacteristicswhen faultsamplesarefew．Therecentdevelopmentsof supportvector machinearereviewed and somenew progreses in faultdiagnosis areintroduced．Some key tech— niques，unsolved problem s，and theprospectofengineeringapplicationsare discussed indetail． Key words：supportvectormachine；machinelearning；patern recognition；faultdiagnosis 1 机 械 设 备 的故 障 诊 断 技 术  机 械 设备 故 障诊 断 技 术 是 现 代 化 生 产 发 展 的 产 物 ，已成 为 保证 生产 系统 安 全 稳定 运 行 和提 高产 品 质 量 的重 要手 段和 关键 技 术 。故 障诊 断 技术 研 究 的关键 问 题 在 于信 号 获 取 、模 式分 类 及 判 别 决 策 ，而 故 障 的 模 式 分类 则 是故 障诊 断过 程 的核 心 所 在 。从本 质 上而 言 ，机械 设备 故 障诊 断 的过 程也 是 个故 障 模式 识 别 的 过 程 ，模 式 识 别 系 统 主要 包 括 4个 部 分 [1]，如 图 1所 示 。 目前 ，人工 神 经 网络 智能 诊 断 技术 是 比较 常用 的 故 障模 式分 类 方法 之一 ，在故 障诊 断 领 域得 到 了较 多 的 研 究和应 用 。然 而 ，人工 神 经 网络 的算法 基 础为 传 统 统计 学理 论 ，具有 一 些 不可 克服 的缺 点和 不 足 ，最  图 1 模 式 识 别 系统 的基 本 构 成 框 图 直接 的 问 题就 是 推 广泛 化能 力 不足 ，需 要 大量 的