李凌均,张周锁,何正嘉
(西安交通大学机械工程学院, 710049, 西安)
摘要:为了解决在机械智能监测与诊断中缺少故障样本的问题,提出了一种机械故障单值分类的新方法——支持向量数据描述法．该方法只需要一类目标样本作为学习样本,而不需要其他非目标样本,就可以建立起单值分类器,从而区分了非目标样本和目标样本．将这种方法应用在机械故障诊断和状态监测中,仅仅依靠正常运行时的数据信号,而不需要故障数据,就可以监测机器的运行状态,且不需要对原始数据进行特征提取．实验结果表明,支持向量数据描述法与传统的神经网络方法相比,具有较好的分类能力和较高的计算效率．
关键词:支持向量数据描述;单值分类;故障诊断
中图分类号:TH17;TP18文献标识码:A文章编号: 0253-987X(2003)09-0910-04