基于DCT和GA-SVM的轴承故障诊断

作者：陈彦龙; 张培林; 李兵; 徐超; 王国德

来源：计算机工程, 2012, (19): 247-249+253.

• 故障诊断
• 离散余弦变换
• 遗传算法
• 支持向量机
• 轴承
• 振动信号 fault diagnosis
• Discrete Cosine Transform(DCT)
• Genetic Algorithm(GA)
• Support Vector Machine(SVM)
• bearing,vibration signal

针对轴承故障振动信号特点,提出一种基于离散余弦变换(DCT)、遗传算法(GA)和支持向量机(SVM)的轴承故障诊断方法。利用DCT的能量聚集性在广义频域建立原始特征向量集,运用GA以SVM的最低分类错误率为目标函数建立故障特征向量集,使用SVM完成轴承故障诊断。分别对轴承内圈故障、外圈故障、滚动体故障进行故障诊断,结果表明,该方法能够准确诊断轴承故障。

• 单位
  中国人民解放军陆军工程大学