基于粗糙集和支持向量机的水电机组振动故障诊断
- 详情
- 2021-04-27
- 简介
- 264KB
- 页数 6P
- 阅读 84
- 下载 29
提出应用粗糙集和支持向量机水电机组振动的故障诊断模型。运用粗糙集理论对水电机组振动信号的属性特征进行预处理,在约简去除其冗余属性后得到决策表,将决策表作为支持向量机的学习样本,通过训练,使构建的支持向量机多分类器能够反映属性特征和故障类型的映射关系,从而达到故障诊断的目的。测试结果表明,与常规方法相比,应用粗糙集和支持向量机相结合的方法进行故障诊断具有简单有效、诊断速度快和良好的鲁棒性等优点,是一种有效的诊断方法。
对不起,您暂无在线预览权限,如需浏览请
立即登录热门商品
相关推荐
基于VMD分解和支持向量机的水电机组振动故障诊断 1.1MB
基于粗糙集和多类支持向量机的水电机组振动故障诊断 656KB
基于粗糙集和支持向量机的水电机组振动故障诊断 264KB
基于灰色关联分析的水电机组振动故障诊断方案 229KB
BP网络在水电机组振动故障诊断中的应用研究 325KB
基于水电机组运行工况监测的故障诊断 521KB
基于经验模态分解和支持向量机的水电机组振动故障诊断 707KB
基于小波包分析和支持向量机的水电机组振动故障诊断研究 181KB
基于支持向量机的水电机组故障诊断研究 205KB
基于支持向量机的水电机组故障诊断 531KB