李良敏，屈梁生
（西安交通大学机械工程学院,710049,西安）
摘要：提出了一种基于遗传编程和支持向量机的故障诊断模型．该模型利用遗传编程对传统的时域指标进行特征选择和提取，得到更能反映信号本质的特征，与其他特征组合后作为识别特征输入多类支持向量机，实现了对机器不同类型故障的识别．实验结果表明，同传统时域指标相比，经过遗传编程选择和提取的特征对轴承的故障具有更好的识别能力，进而提高了多类支持向量机的分类准确性．
关键词：故障诊断；支持向量机；遗传编程；滚动轴承
中图分类号：TH17文献标识码：A文章编号： 0253987X（2004）03023904