国家重点实验室开放基金(VSN-2004-03)
- 作品数：3 被引量：30H指数：2
- 相关作者：杨叔子史铁林李巍华更多>>
- 相关机构：华中科技大学华南理工大学更多>>
- 发文基金：国家重点实验室开放基金国家自然科学基金广东省自然科学基金更多>>
- 相关领域：机械工程金属学及工艺轻工技术与工程自动化与计算机技术更多>>
- 基于非线性判别分析的故障分类方法研究被引量：14
- 2005年
- 针对复杂机械故障的模式分类问题,提出一种基于非线性判别的多故障分类方法。与线性判别分析相比,基于核的判别分析更适于处理线性不可分的分类问题。分析了基于核的判别分析方法与核函数主元分析方法之间的联系与差异,指出了两者不同的应用背景,核函数主元分析适于检测机械设备异常状态的出现,而基于核的判别分析则适于在积累历史故障征兆基础上对多种机械故障进行分类识别。将上述方法应用于风机工作状态的分类识别与齿轮故障模式分类,结果表明该方法对于多种复杂的故障模式分类具有出色表现。
- 李巍华史铁林杨叔子
- 关键词：故障诊断核函数风机
- 基于核函数估计的转子故障诊断方法被引量：16
- 2006年
- 研究核函数估计方法(KFA)在机械故障诊断中的应用问题,提出一种基于特征样本选择的转子故障模式分类方法。通过计算转子振动信号原始特征空间的内积核函数,将所有原始特征样本映射到高维特征空间,在高维空间中选择特征样本对转子裂纹、转子不平衡及转子碰摩三种故障模式进行分类识别,选择的特征样本远小于样本集中全体样本的数目,提高了运算速度。比较了KFA分类方法与支持矢量机(SVM)分类方法的效果,结果表明,在保证分类精度的条件下,KFA方法可以明显减少运算量,性能更优越。
- 李巍华史铁林杨叔子
- 关键词：核函数转子
- 基于非线性判别分析的齿轮故障分类方法研究
- 2004年
- 针对复杂机械故障的模式分类问题,提出一种基于非线性判别的多故障分类方法.与线性判别分析相比,基于核的判别分析更适于处理线性不可分的分类问题.将此方法用于齿轮齿面点蚀、剥落以及磨损等故障的分类识别,取得了很好的分类效果.研究表明,基于核的判别分析适于在积累历史故障征兆基础上对多种机械故障进行分类识别.
- 李巍华
- 关键词：核方法
