收藏本站
《中国机械工程》 2012年15期
收藏 | 投稿 | 手机打开
二维码
手机客户端打开本文

基于小球大间隔方法的机械故障检测

郝腾飞  陈果  
【摘要】:针对机械故障检测中,正常样本多、故障样本少、训练样本严重不平衡的客观情况,将小球大间隔方法引入其中,提出了一种不平衡样本下的机械故障检测方法。该方法同时使用大量的正常样本和少量的故障样本进行训练,在特征空间中构造一个包围正常样本的超球,在该超球体积最小化的同时,进一步使超球边界与故障样本之间的间隔最大化,从而显著减小将故障情况误判为正常情况的概率。将该方法应用到滚动轴承故障检测中,并与传统的支持向量机和支持向量数据描述方法进行了比较,实验结果表明,该方法在解决不平衡样本下机械故障检测问题具有优越性。

手机知网App
【参考文献】
中国期刊全文数据库 前5条
1 李凌均,张周锁,何正嘉;基于支持向量数据描述的机械故障诊断研究[J];西安交通大学学报;2003年09期
2 唐浩;屈梁生;;基于支持向量机的发动机故障诊断[J];西安交通大学学报;2007年09期
3 吴峰崎;孟光;;基于支持向量机的转子振动信号故障分类研究[J];振动工程学报;2006年02期
4 王自营;邱绵浩;安钢;王凯;;基于一类超球面支持向量机的机械故障诊断研究[J];振动工程学报;2008年06期
5 李强;王太勇;王正英;黄毅;;基于EMD和支持向量数据描述的故障智能诊断[J];中国机械工程;2008年22期
【共引文献】
中国期刊全文数据库 前10条
1 衣治安;姜丽丽;杜娟;;基于遗传算法的二叉树支持向量机分类方法[J];长春理工大学学报(自然科学版);2010年01期
2 潘明清;周晓军;吴瑞明;雷良育;;基于主元分析的支持向量数据描述机械故障诊断[J];传感技术学报;2006年01期
3 张怡卓;刘亚秋;孙丽萍;;基于自适应GA-SVR的中密度纤维板施胶比例辨识方法[J];东北林业大学学报;2008年09期
4 彭文季;罗兴锜;;基于粗糙集和支持向量机的水电机组振动故障诊断[J];电工技术学报;2006年10期
5 王长林;陈鸿宝;林玮;秦启茂;宋宜梅;;SVM模式识别技术及在机械故障诊断中的应用进展[J];桂林电子科技大学学报;2009年03期
6 王文栋;钟智;元昌安;;基于GEP的支持向量机参数优化[J];广西师范学院学报(自然科学版);2010年02期
7 桂红霞;;基于遗传算法的加权支持向量机的短期电力负荷预测[J];工业控制计算机;2010年05期
8 吴定海;张培林;任国全;傅建平;;基于最大间隔超球分类器的柴油机异常检测研究[J];兵工学报;2011年07期
9 周晶;宋辉;李铁;李明海;;一种基于SVM的航舵故障诊断方法[J];兵工自动化;2012年04期
10 黄扬帆;张慧敏;徐子航;曹鹏程;;超球体支持向量机的不完全二叉树多类分类算法[J];重庆大学学报;2012年06期
中国博士学位论文全文数据库 前10条
1 赵莹;半监督支持向量机学习算法研究[D];哈尔滨工程大学;2010年
2 王宇;机械噪声监测中盲信号处理方法研究[D];昆明理工大学;2010年
3 潘明清;基于支持向量机的机械故障模式分类研究[D];浙江大学;2005年
4 黄琦;智能传感器侦察网络中的地面目标识别算法研究[D];中国科学技术大学;2006年
5 王磊;支持向量机学习算法的若干问题研究[D];电子科技大学;2007年
6 彭文季;水电机组振动故障的智能诊断方法研究[D];西安理工大学;2007年
7 李岳;机械动力传动系统核基故障识别与状态预测技术研究[D];国防科学技术大学;2007年
8 杨华波;惯性测量系统误差标定及分离技术研究[D];国防科学技术大学;2008年
9 于繁华;基于计算智能技术的桥梁结构损伤识别研究[D];吉林大学;2008年
10 邱道宏;括苍山高速公路隧道岩爆非线性预测研究[D];吉林大学;2008年
中国硕士学位论文全文数据库 前10条
1 王文栋;GEP及SVM融合的分类技术研究[D];广西师范学院;2010年
2 李朋勇;基于全矢高阶谱的故障诊断方法及其应用研究[D];郑州大学;2010年
3 李卫鹏;正交小波变换支持向量数据描述方法在故障诊断中的应用研究[D];郑州大学;2010年
4 孙丽萍;转子故障的小波尺度谱数字特征提取与诊断技术研究[D];南京航空航天大学;2010年
5 谭真臻;基于Hilbert谱图特征和野点检测的旋转机械故障智能诊断[D];南京航空航天大学;2010年
6 吴月伟;基于径向基神经网络的飞机发动机故障诊断研究[D];中国民用航空学院;2006年
7 赵莹;基于向量投影的支持向量机增量学习算法[D];哈尔滨工程大学;2007年
8 李自国;基于支持向量数据描述的故障诊断方法研究[D];郑州大学;2007年
9 陈毅;航空发动机控制系统传感器故障诊断研究[D];南京航空航天大学;2007年
10 高华;基于聚类分块支持向量机的入侵检测算法[D];南京理工大学;2007年
【二级参考文献】
中国期刊全文数据库 前7条
1 陈毅松,汪国平,董士海;基于支持向量机的渐进直推式分类学习算法[J];软件学报;2003年03期
2 张周锁,李凌均,何正嘉;基于支持向量机的机械故障诊断方法研究[J];西安交通大学学报;2002年12期
3 李凌均,张周锁,何正嘉;基于支持向量数据描述的机械故障诊断研究[J];西安交通大学学报;2003年09期
4 李强;王太勇;胥永刚;冷永刚;;EMD-循环域解调方法在故障诊断中的应用[J];振动与冲击;2006年04期
5 冯辅周,褚福磊,丁汉哲;KL-Bayes方法在故障模式识别中的应用[J];振动工程学报;1999年04期
6 屈梁生,张海军;机械诊断中的几个基本问题[J];中国机械工程;2000年Z1期
7 廖庆斌;李舜酩;;一种旋转机械振动信号特征提取的新方法[J];中国机械工程;2006年16期
中国博士学位论文全文数据库 前1条
1 吴涛;核函数的性质、方法及其在障碍检测中的应用[D];中国人民解放军国防科学技术大学;2003年
【相似文献】
中国期刊全文数据库 前10条
1 彭红星;陈祥光;徐巍;张玮;;多变量过程传感器故障检测的SVM方法[J];北京理工大学学报;2008年08期
2 李增芳;金春华;何勇;;基于废气成分分析和支持向量机的发动机故障诊断[J];农业工程学报;2010年04期
3 郝英,孙健国,杨国庆,白杰;基于支持向量机的民航发动机故障检测研究[J];航空学报;2005年04期
4 刘育明;梁军;毛勇;陈国金;钱积新;;基于支持向量机的MSPC方法及其应用[J];浙江大学学报(工学版);2006年10期
5 韦抒;;应用支持向量机实现转子故障的模式分类[J];制造业自动化;2009年07期
6 韩泉东;胡小平;;支持向量机在液体火箭发动机稳态段故障检测和诊断中的应用[J];导弹与航天运载技术;2007年04期
7 吴良海;;基于粒子群优化相关向量机的无线传感器故障检测[J];制造业自动化;2010年13期
8 程永强;;基于SVM的转动机械故障分析[J];装备制造;2010年04期
9 邱世卉;刘兆有;王琪;;基于BP神经网络和支持向量机的异步电机故障检测[J];中国科技信息;2008年15期
10 刘国平,姚莉秀,杨杰,王猛;基于加权支持向量机的膜蛋白类型预测中不平衡问题处理[J];上海交通大学学报;2005年10期
中国重要会议论文全文数据库 前10条
1 詹玉龙;刘明明;李邦辉;;基于支持向量机的船用主柴油机气缸盖故障诊断[A];第十五届全国大功率柴油机学术会议论文集[C];2007年
2 李巍华;刘雯;;基于主元分析和直推式支持向量机的齿轮早期故障诊断[A];第十二届全国设备故障诊断学术会议论文集[C];2010年
3 林杰华;张斌;李冬森;宋华茂;余志强;王浩;;支持向量机在电力客户信用评级中的应用[A];全国第21届计算机技术与应用学术会议(CACIS·2010)暨全国第2届安全关键技术与应用学术会议论文集[C];2010年
4 蒋铁军;张怀强;李积源;;多变量系统预测的支持向量机方法研究[A];管理科学与系统科学研究新进展——第7届全国青年管理科学与系统科学学术会议论文集[C];2003年
5 韩泉东;胡小平;李舟军;李京浩;;决策树和支持向量机在液体火箭发动机故障诊断中的应用[A];2006年全国理论计算机科学学术年会论文集[C];2006年
6 黄淑云;孙兴玉;梁汝萍;邱建丁;;基于小波支持向量机预测蛋白质亚细胞定位研究[A];第十一届全国计算(机)化学学术会议论文摘要集[C];2011年
7 谢湘;匡镜明;;支持向量机在语音识别中的应用研究[A];现代通信理论与信号处理进展——2003年通信理论与信号处理年会论文集[C];2003年
8 涂冬成;薛龙;刘木华;赵进辉;沈杰;吁芳;;基于支持向量机的鹅肉肉色客观评定研究[A];中国农业工程学会电气信息与自动化专业委员会、中国电机工程学会农村电气化分会科技与教育专委会2010年学术年会论文摘要[C];2010年
9 杨凌;刘玉树;;基于支持向量机的坦克识别算法[A];第三届全国数字成像技术及相关材料发展与应用学术研讨会论文摘要集[C];2004年
10 师旭超;巴松涛;;基于支持向量机方法的深基坑变形预测[A];科技、工程与经济社会协调发展——河南省第四届青年学术年会论文集(上册)[C];2004年
中国重要报纸全文数据库 前10条
1 记者 薛贵宝 通讯员 桂九宏;假故障检测“大车”真功夫[N];人民铁道;2009年
2 上海 徐亚东;ADSL故障检测利器[N];电脑报;2004年
3 陈代寿;BFD高速路由故障检测[N];中国计算机报;2005年
4 四川 万钊友;无盘工作站故障检测与排除四例[N];电脑报;2001年
5 吉林 孙德印;飞利浦20GX8552/57R彩电保护电路原理与故障检测[N];电子报;2009年
6 ;发现路由器转发故障的BFD[N];网络世界;2005年
7 本报记者  胡静;家电发愁"洗刷刷"[N];消费日报;2006年
8 陕西 都晓光 冯刚 贾涛;电梯远程监测报警网络管理系统的设计[N];电子报;2008年
9 江苏 孙春晖;浅谈数字电路故障检测方法与技巧[N];电子报;2006年
10 唯屹;分布智能带动下的四大热点[N];中国计算机报;2005年
中国博士学位论文全文数据库 前10条
1 杜小芳;基于CPFR的农产品采购模型研究[D];华中科技大学;2005年
2 刘育明;动态过程数据的多变量统计监控方法研究[D];浙江大学;2006年
3 栾锋;支持向量机(SVM)和径向基神经网络(RBFNN)方法在化学、环境化学和药物化学中的应用研究[D];兰州大学;2006年
4 孙薇;市场条件下抽水蓄能电站效益综合评价及运营模式研究[D];华北电力大学(河北);2007年
5 常群;支持向量机的核方法及其模型选择[D];哈尔滨工业大学;2007年
6 朱燕飞;锌钡白回转窑煅烧过程智能建模研究[D];华南理工大学;2005年
7 田英杰;支持向量回归机及其应用研究[D];中国农业大学;2005年
8 燕忠;基于蚁群优化算法的若干问题的研究[D];东南大学;2005年
9 任东;基于支持向量机的植物病害识别研究[D];吉林大学;2007年
10 杨金芳;支持向量回归在预测控制中的应用研究[D];华北电力大学(河北);2007年
中国硕士学位论文全文数据库 前10条
1 刘艳伟;支持向量机方法在感潮河段洪峰水位预报中的应用[D];浙江大学;2010年
2 杨镭;支持向量机算法设计及在高分辨雷达目标识别中的应用[D];国防科学技术大学;2010年
3 童振;基于支持向量机的电解液成分预测[D];东北大学;2008年
4 聂小芳;模糊粗糙集与支持向量机在煤与瓦斯突出预测中的应用研究[D];辽宁工程技术大学;2009年
5 鄢常亮;基于支持向量机的高炉向凉向热炉况预测研究[D];内蒙古科技大学;2010年
6 韩叙东;基于支持向量机的水电故障分类器的设计与实现[D];东北大学;2008年
7 冯杰;慢时变对象的支持向量机建模与在线校正方法研究[D];东北大学;2009年
8 朱耿峰;支持向量机在冲击地压预测模型中的应用研究[D];山东科技大学;2010年
9 王奇安;基于广泛内核的CVM算法研究及参数C的选择[D];南京航空航天大学;2009年
10 张永新;基于支持向量机和遗传算法相结合的模拟电路故障诊断方法研究[D];东北大学;2009年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026