[发明专利]基于线性判别分析与粒子群优化支持向量机的故障诊断方法有效
| 申请号： | 201911133818.X | 申请日： | 2019-11-19 |
| 公开（公告）号： | CN110866502B | 公开（公告）日： | 2023-02-14 |
| 发明（设计）人： | 刘庆运;方清;丁克勤;刘涛;何远洋 | 申请（专利权）人： | 安徽工业大学 |
| 主分类号： | G06N3/006 | 分类号： | G06N3/006;G06F18/213;G06F18/24;G06F18/2411 |
| 代理公司： | 安徽知问律师事务所 34134 | 代理人： | 杜袁成 |
| 地址： | 243002 *** | 国省代码： | 安徽;34 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开一种基于线性判别分析与粒子群优化支持向量机的故障诊断方法，属于故障诊断技术领域。该方法首先采集待诊断部件的原始正常状态振动信号与故障状态振动信号，然后基于时域、频域与时频域的信号处理方法，提取能表征部件状态信息的特征指标，构建高维混合域特征集；对训练样本高维混合域特征集和测试样本高维混合域特征集进行线性判别分析降维技术处理，得到训练样本低维特征集和测试样本低维特征集，然后将训练样本低维特征集输入到粒子群优化支持向量机中进行模型训练，再用训练好的PSO‑SVM模型对降维处理后的测试样本低维特征集进行模式识别，最后根据分类结果识别该部件的故障类型。本发明方法具有较高的诊断精度。 | ||
| 搜索关键词： | 基于 线性 判别分析 粒子 优化 支持 向量 故障诊断 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于安徽工业大学，未经安徽工业大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201911133818.X/，转载请声明来源钻瓜专利网。
- 上一篇：一种治疗颈肩腰腿痛的追风舒经透骨液及其制备方法
- 下一篇：一种汽车散热器总成
