资料下载
×
基于主成分分析和支持向量机的滚动轴承故障诊断
消耗积分:0 |
格式:pdf |
大小:2.12 MB |
2021-05-31
分享资料个
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 component analysis，PCA）和攴持向量机（ support Vector machine，sⅤM）模型的滚动轴承故障诊断方法。通过比较不冋方法计算的标准差和拉依达准则对教据进行误差分析，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教据中随机选取π0%的数据作为训练集来建立SVM分类模型和PCA-SⅧM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-SⅥM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
评论(0)
发评论
- 相关下载
- 相关文章
