基于超球面支持向量机的丝杠故障诊断技术
针对高档数控机床丝杠故障样本不易获取以及样本分布不均的问题，提出了一种用小波包分解和超球面支持向量机进行分类的丝杠故障智能诊断技术。该方法将振动信号小波包分解后的频带能量作为特征向量，输入到超球面支持向量机分类器进行故障识别。通过改变相关参数，研究了模型参数选择在构造超球面支持向量机中的重要作用。试验结果表明，建立的超球面支持向量机模型能够有效地对机床丝杠故障进行诊断。
故障诊断 超球面 支持向量机 小波包 高档数控机床 丝杠故障
吴希曦 高宏力 燕继明 赵敏 黄柏权 许明恒
西南交通大学机械工程学院,四川成都 610031 成都飞机工业(集团)有限责任公司,四川成都 610092
国内会议
北京
中文
541-549
2010-09-15（万方平台首次上网日期，不代表论文的发表时间）