[发明专利]一种优化多核多特征融合支持向量机用于轴承故障识别的方法有效
| 申请号： | 201711318123.X | 申请日： | 2017-12-12 |
| 公开（公告）号： | CN108062564B | 公开（公告）日： | 2021-07-09 |
| 发明（设计）人： | 张超;范业锐;石炜;杨柳;王建国;何园园;朱腾飞 | 申请（专利权）人： | 内蒙古科技大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06N3/00 |
| 代理公司： | 郑州市华翔专利代理事务所(普通合伙) 41122 | 代理人： | 张爱军 |
| 地址： | 014010 内蒙古*** | 国省代码： | 内蒙古;15 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种优化多核多特征融合支持向量机用于轴承故障识别的方法，选择单一传感器下采集的轴承振动信号；将不同转速下轴承振动信号经EMD分解得到IMF能量熵及IMF排列熵；抽取不同转速下IMF能量熵与IMF排列熵融合，得到包含不同转速信息的融合特征，用于支持向量机训练样本，以获取适应于不同转速下故障识别的多核多特征融合支持向量机；综合高斯径向基函数核与多项式函数核性能，将训练样本通过非线性函数空间向高维空间映射的线性回归，使得训练样本按不同特性分类，构成多核最小二乘支持向量机，使得支持向量机能够识别变载荷下故障特征；将训练样本采用具有较强收敛性的自我调节粒子群算法进行参数优化，然后和测试样本比较，进行轴承故障识别。 | ||
| 搜索关键词： | 一种 优化 多核 特征 融合 支持 向量 用于 轴承 故障 识别 方法 | ||
【主权项】：
1.一种优化多核多特征融合支持向量机用于轴承故障识别的方法，步骤如下：S1.选择单一传感器下采集的轴承振动信号；S2.将不同转速下轴承振动信号经EMD分解得到IMF能量熵及IMF排列熵；S3.抽取不同转速下的IMF能量熵与IMF排列熵融合，得到包含不同转速信息的融合特征，用于支持向量机训练样本，以获取适应于不同转速下故障识别的多核多特征融合支持向量机；S4.综合高斯径向基函数核与多项式函数核性能，将训练样本通过非线性函数空间向高维空间映射的线性回归，使得训练样本按不同特性分类，构成多核最小二乘支持向量机，使得支持向量机能够识别变载荷下故障特征；S5.将训练样本采用具有较强收敛性的自我调节粒子群算法进行参数优化，然后和测试样本比较，进行轴承故障识别。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于内蒙古科技大学，未经内蒙古科技大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201711318123.X/，转载请声明来源钻瓜专利网。
