摘要：提出了一種基于自適應(yīng)相關(guān)向量機(jī)(Adaptive multiclass relevance vector machines,A-MRVM)的滾動軸承故障識別方法,該方法利用遺傳算法對多分類相關(guān)向量機(jī)核函數(shù)參數(shù)進(jìn)行優(yōu)化,依據(jù)故障樣本自身特性自適應(yīng)地選取最優(yōu)核參數(shù),克服核參數(shù)人為選取的不確定性,從而構(gòu)建基于自適應(yīng)多分類相關(guān)向量機(jī)的故障識別模型。將該故障識別模型應(yīng)用于滾動軸承故障識別中,分別提取滾動軸承振動信號小波包能量及EEMD(Ensemble empirical mode decomposition)能量作為故障特征進(jìn)行故障識別,并與其它方法進(jìn)行實(shí)驗(yàn)對比研究。實(shí)驗(yàn)結(jié)果表明,所提方法不僅能有效識別出故障類型,且具有較高的故障識別模型構(gòu)建效率,驗(yàn)證了所提方法的可行性及優(yōu)越性。同時,該方法也能對故障類型發(fā)生的可能性進(jìn)行評估,為分析滾動軸承故障類型提供更多的參考信息。
注：因版權(quán)方要求，不能公開全文，如需全文，請咨詢雜志社
