-
公开(公告)号:CN108734192B
公开(公告)日:2021-10-15
申请号:CN201810096999.2
申请日:2018-01-31
Applicant: 国家电网公司 , 国网陕西省电力公司电力科学研究院
Abstract: 本发明公开一种基于投票机制的支持向量机机械故障诊断方法,通过三种不同的特征分析算法:工频谐波结构特征分析算法、多分辨率带通滤波器组频谱分析方法及希尔伯特黄变换特征分析方法,对机械设备故障运行状态下发出的声音信号进行特征提取,然后利用支持向量机算法进行分类识别。上述采用的三特征分析算法对于机械噪声此类非平稳非线性信号具有很好的适用性,能够多方面、自适应地描述信号的时频特征。分类算法采用一种基于投票机制的支持向量机多分类器。该分类器采用一类对余类法将多分类器分解为多个二类分类器,同时基于投票机制及置信度最优准则判决方法,保证了该分类方法能够达到较高的识别率及较好的算法鲁棒性。
-
公开(公告)号:CN108734192A
公开(公告)日:2018-11-02
申请号:CN201810096999.2
申请日:2018-01-31
Applicant: 国家电网公司 , 国网陕西省电力公司电力科学研究院
Abstract: 本发明公开一种基于投票机制的支持向量机机械故障诊断方法,通过三种不同的特征分析算法:工频谐波结构特征分析算法、多分辨率带通滤波器组频谱分析方法及希尔伯特黄变换特征分析方法,对机械设备故障运行状态下发出的声音信号进行特征提取,然后利用支持向量机算法进行分类识别。上述采用的三特征分析算法对于机械噪声此类非平稳非线性信号具有很好的适用性,能够多方面、自适应地描述信号的时频特征。分类算法采用一种基于投票机制的支持向量机多分类器。该分类器采用一类对余类法将多分类器分解为多个二类分类器,同时基于投票机制及置信度最优准则判决方法,保证了该分类方法能够达到较高的识别率及较好的算法鲁棒性。
-