杨正友
- 作品数：4 被引量：36H指数：2
- 供职机构：湖南工业大学电气与信息工程学院更多>>
- 发文基金：国家自然科学基金中国博士后科学基金湖南省科技厅科技计划项目更多>>
- 相关领域：自动化与计算机技术机械工程理学更多>>
- 基于贝叶斯推断LSSVM的滚动轴承故障诊断被引量：20
- 2010年
- 针对传统最小二乘支持向量机分类器的参数选择具有随意性和不确定性等不足,采用贝叶斯推断方法通过三级分层推断优化确定最小二乘支持向量机的各参数,有效提高了最小二乘支持向量机的建模效率.将基于贝叶斯推断最小二乘支持向量机分类方法应用于滚动轴承故障诊断中,实验仿真结果表明该方法能有效地识别滚动轴承的故障,且训练时间和测试时间均小于传统最小二乘支持向量机方法。
- 杨正友彭涛李健宝钟云飞
- 关键词：滚动轴承故障诊断最小二乘支持向量机贝叶斯推断
- 基于最小二乘支持向量机的滚动轴承故障诊断研究
- 滚动轴承是旋转机械中最常用的重要零件之一,其状态直接影响整个机械系统能否正常工作，因此，滚动轴承故障诊断具有十分重要现实意义和经济价值。 针对故障轴承产生的振动信号具有非平稳特性，传统分析方法难以提取故障信息等不足，本...
- 杨正友
- 关键词：滚动轴承故障诊断小波包变换最小二乘支持向量机贝叶斯推断
- 文献传递
- 基于振动信号分析和支持向量机的滚动轴承故障诊断被引量：16
- 2009年
- 针对滚动轴承出现故障时产生的振动信号具有非平稳信号的特点,通过小波包变换提取故障信号的特征向量,采用支持向量机分类器对提取的特征向量进行多类故障分类。通过与BP神经网络分类器进行对比研究,结果表明,在有限故障样本条件下,支持向量机分类器比BP神经网络分类器具更好的分类性能。
- 杨正友彭涛
- 关键词：滚动轴承振动信号小波包变换支持向量机
