为了提高滚动轴承故障诊断的准确率,提出一种基于主成分分析( principal compυ nent analysis,PCA)和攴持向量机( supportⅤ ector machine,sⅤM)模型的滚动軸承故障诊断方法。通过比較不冋方法计算的标准差和拉依达准则对数据进行误差分析,利用 MATLAB软件中的PCA函数对数据进行主成分分析,将8个原始变量降维成3个综合变量,分别从降维前和降维后的输入属性数据中随机选取π0%的数据作为训练集来建立SⅤM分类模型和PCA-SVM分类模型,而把剩余的30%作为测试集来对模型的性能进行仿真测试。 MATLAB仿真测试的结果表明,PCA-SⅤM模型的分类效果更妤,其预测正确率对于绝大多数故障诊断来说是可以接受的,可以作为一种故障诊断的评价标准。
声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
全部0条评论
快来发表一下你的评论吧 !