原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于证据理论和支持向量机的风机故障智能诊断 - 吉林大学学报
( )
第 卷 第 期 吉 林 大 学 学 报 理 学 版
54 3 Vol.54 No.3
年 月 ( )
2016 5 JournalofJilinUniversit ScienceEdition Ma 2016
y y
研究简报 : /
doi10.13413 .cnki.dxblxb.2016.03.36
j j
基于证据理论和支持向量机的风机故障智能诊断
李 家 伟
( , )
武昌工学院 机械工程学院 武汉 430065
: ,
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 谱熵作为风机故障诊断特征 然后采用不同核
. WinerVille
g -
, ;
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.
: ; ; ;
关键词 风机故障 特征提取 证据理论 支持向量机
中图分类号: 文献标志码: 文章编号: ( )
TP391 A 1671-5489201603-0609-04
IntellientDianosisofFanFaultBasedon
g g
EvidenceTheorandSu ortVectorMachine
y pp
LIJiawei
( , , , )
Schoolo MechanicalEnineerin Wuchan Instituteo Technolo Wuhan430065 China
文档评论（0）