论文部分内容阅读
针对机械故障诊断缺乏故障样本的问题，提出了故障诊断单值分类法——支持向量数据描述法（SVDD）。这种方法只需要正常运行状态的数据样本，就可以建立单值分类器，区分出正常和异常状态。试验以轴承为研究对象，采用主元分析法（PCA）作数据前处理，提取振动信号的统计特征值，得到的主元特征指标输入到SVDD分类器进行训练和测试。试验结果表明，PCA对正常和故障样本有较大的区分度，SVDD分类器能很好的分辨出轴承正常和故障状态，并且对未知故障有良好的识别能力。