針對風(fēng)機的智能故障診斷,采用了一種可變步長網(wǎng)格搜索法尋優(yōu)結(jié)合LIBSVM工具箱實現(xiàn)風(fēng)機故障智能識別的方法。LIBSVM的信號特征輸入選用風(fēng)機振動信號的小波能量譜,用交叉驗證法驗證識別準確率,用LIBSVM仿真建立支持向量機分類模型,最后用測試樣本測試,發(fā)現(xiàn)基于該方法可以保證支持向量機識別率并且可以有效減少運算量。 

【文章來源】：南方農(nóng)機. 2020,51(11)

【文章頁數(shù)】：2 頁

【部分圖文】：

18次重復(fù)測試準確率對比

【參考文獻】：
期刊論文
[1]基于網(wǎng)格搜索優(yōu)化的主成分分析-支持向量機算法的冷水機組能耗預(yù)測[J]. 劉崢,黃真銀,徐成良,陳煥新,李昱瑾.  制冷技術(shù). 2019(06)
[2]基于EEMD模糊熵和SVM的風(fēng)機異常檢測方法[J]. 肖國振,朱靜,鄧艾東.  工業(yè)控制計算機. 2019(06)
[3]基于小波包變換的支持向量機損傷診斷方法[J]. 趙學(xué)風(fēng),段晨東,劉義艷,韓旻.  振動、測試與診斷. 2008(02)

碩士論文
[1]礦井通風(fēng)系統(tǒng)電機和軸承的故障診斷方法研究[D]. 劉志昆.中國礦業(yè)大學(xué) 2019



本文編號：3592799