| 发明名称 | 机械故障的集成支持向量机混合智能诊断方法 | ||
| 摘要 | 本发明公开了一种机械故障的集成支持向量机混合智能诊断方法。该方法分别采用提升小波包按频段和经验模式分解按本征模式分量对振动信号进行分解，提取分解信号的时域统计特征，构成全体特征集；提出特征距离评估技术及特征评估指标，按照特征评估指标大小从全体特征集中选取最敏感特征集；将最敏感特征集作为诊断特征，建立集成支持向量机混合智能诊断模型，实现对故障运行状态的智能诊断。 | ||
| 申请公布号 | CN1811367A | 申请公布日期 | 2006.08.02 |
| 申请号 | CN200610041882.1 | 申请日期 | 2006.03.03 |
| 申请人 | 西安交通大学 | 发明人 | 何正嘉;訾艳阳;胡桥;雷亚国;陈雪峰;张周锁 |
| 分类号 | G01M13/00(2006.01);G01M19/00(2006.01) | 主分类号 | G01M13/00(2006.01) |
| 代理机构 | 西安通大专利代理有限责任公司 | 代理人 | 陈翠兰 |
| 主权项 | 1.一种机械故障的集成支持向量机混合智能诊断方法，包括：1)分别采用提升小波包按频段和经验模式分解按本征模式分量对振动信号进行分解，提取分解信号的时域统计特征，构成全体特征集；其特征在于：2)提出特征距离评估技术及特征评估指标，按照特征评估指标大小从全体特征集中选取最敏感特征集；3)将获得的最敏感特征集作为诊断特征，建立集成支持向量机混合智能诊断模型，实现对设备运行状态的智能诊断。 | ||
| 地址 | 710049陕西省西安市咸宁路28号 | ||