TY -的A2 -钙结核,孔雀舞k . AU -帅,小君非盟-沈,长庆盟——朱,锺馗PY - 2017 DA - 2017/03/13 TI -自适应形态学特征提取和支持向量回归的分类对轴承故障诊断SP - 2384184六世- 2017 AB -在故障诊断进行了大量研究近年来因为机器故障的及时和正确检测有效减少机械损伤导致意想不到的故障。数学形态学分析已经完成降噪原始信号。然而,不当的选择结构元素的长度(SE)将显著影响故障特征提取的有效性。此外,故障类型的分类是一个重要的步骤在智能故障诊断中,和许多技术已经被开发出来,如支持向量机(SVM)。本研究提出了一种智能故障诊断策略,结合形态学特征的提取和支持向量回归(SVR)分类器。首先处理振动信号使用不同尺度的形态分析,SE的长度自适应地决定。此后,九从信号处理提取的统计特性。最后,使用一个SVR分类器来识别机械设备的健康状况。验证了该方案的有效性使用轴承试验台的数据集。结果表明了该方法的高精度尽管噪音的影响。 SN - 1023-621X UR - https://doi.org/10.1155/2017/2384184 DO - 10.1155/2017/2384184 JF - International Journal of Rotating Machinery PB - Hindawi KW - ER -