小波支持向量机多分类器在轴承性能退化评估中的应用
郭磊
陈进
赵发刚
朱义
1.上海交通大学,机械系统与振动国家重点实验室,上海,2002402.上海交通大学,机械系统与振动国家重点实验室,上海,2002403.上海交通大学,机械系统与振动国家重点实验室,上海,2002404.上海交通大学,机械系统与振动国家重点实验室,上海,200240
摘要：为了准确地对轴承性能退化过程数据进行评估,将Mexican hat小波函数引入支持向量机多分类器中,提出一种小波支持向量机多分类器.并基于平移不变核函数条件,给出该小波函数为容许核函数的证明.根据"一对多"算法建立支持向量机多分类器.通过对内圈故障和滚动体故障的轴承性能恶化过程中数据的分析,表明小波支持向量机具有比BP(back propagation)神经网络、RBF(radial basis function)核函数支持向量机更高的分类正确率.
关键词：支持向量机小波核函数性能退化评估轴承
分类号：TH133.3(机械零件及传动装置)TP206.3(自动化技术及设备)
资助基金：国家自然科学基金(50335030)国家自然科学基金(50675140)国家高技术研究发展计划（863计划）(863;2006AA04Z175)
论文发表日期：2009-01-01
在线出版日期：2026-09-12（本平台首次上网日期，不代表文献的发表时间）
页数：5( 702-706 )
英文信息