基于改进贝叶斯分类的电机轴承故障诊断系统研究
文献类型：CNKI期刊论文
| 作者 | 杨晓珍; 周继续; 邓举明 |
| 发表日期 | 2020-10-28 |
| 出处 | 机床与液压
 |
| 关键词 | 电机轴承 故障诊断 小波包 贝叶斯 |
| 英文摘要 | 针对电机轴承故障诊断模型构建时间长、准确率不高的问题,提出一种基于改进贝叶斯分类的故障诊断方法。首先通过小波包变化、粗糙集及主成分分析方法分别构造原始故障特征集、降维后的故障特征集,再将原始故障特征集和降维后的故障特征集输入到改进贝叶斯分类模型中实现故障诊断,以此为基础设计一套交流发电机轴承故障诊断系统。最后以国内车辆车载电机轴承振动数据为依据,将改进贝叶斯分类方法和神经网络及最小二乘支持向量机方法作对比分析,结果表明:改进贝叶斯分类方法建模时间更短,故障诊断准确率更高。 |
| 文献子类 | CNKI期刊论文 |
| 卷 | v.48;No.518期:20页:177-180 |
| 语种 | 中文; |
| 分类号 | TM307 |
| ISSN号 | 1001-3881 |
| 源URL | [http://ir.qdio.ac.cn/handle/337002/187971]  |
| 专题 | 中国科学院海洋研究所 |
| 作者单位 | 1.雅安职业技术学院智能制造与信息工程学院 2.中国科学院海洋研究所 3.青岛地铁集团有限公司运营分公司 |
| 推荐引用方式 GB/T 7714 | 杨晓珍,周继续,邓举明. 基于改进贝叶斯分类的电机轴承故障诊断系统研究. 2020. |
入库方式： OAI收割
来源：海洋研究所
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。