基本信息:
- 专利标题： 一种基于投票机制的支持向量机机械故障诊断方法
- 申请号：CN201810096999.2 申请日：2018-01-31
- 公开(公告)号：CN108734192B 公开(公告)日：2021-10-15
- 发明人： 解振学 , 牛博 , 李红波 , 齐卫东 , 王森 , 吴经锋 , 李毅 , 詹海峰 , 任双赞 , 丁彬 , 张晓兰 , 吴子豪 , 王辰曦 , 唐露甜
- 申请人： 国家电网公司 , 国网陕西省电力公司电力科学研究院
- 申请人地址： 北京市西城区西长安街86号;
- 专利权人： 国家电网公司,国网陕西省电力公司电力科学研究院
- 当前专利权人： 国家电网有限公司,国网陕西省电力有限公司电力科学研究院,国网（西安）环保技术中心有限公司
- 当前专利权人地址： 100032 北京市西城区西长安街86号
- 代理机构： 西安通大专利代理有限责任公司
- 代理人： 田洲
- 主分类号： G06K9/62
- IPC分类号： G06K9/62 ; G06Q10/06 ; G06Q50/06 ; G10L15/02 ; G10L21/0216 ; G10L25/18
摘要：
本发明公开一种基于投票机制的支持向量机机械故障诊断方法，通过三种不同的特征分析算法：工频谐波结构特征分析算法、多分辨率带通滤波器组频谱分析方法及希尔伯特黄变换特征分析方法，对机械设备故障运行状态下发出的声音信号进行特征提取，然后利用支持向量机算法进行分类识别。上述采用的三特征分析算法对于机械噪声此类非平稳非线性信号具有很好的适用性，能够多方面、自适应地描述信号的时频特征。分类算法采用一种基于投票机制的支持向量机多分类器。该分类器采用一类对余类法将多分类器分解为多个二类分类器，同时基于投票机制及置信度最优准则判决方法，保证了该分类方法能够达到较高的识别率及较好的算法鲁棒性。
公开/授权文献:
- CN108734192A 一种基于投票机制的支持向量机机械故障诊断方法 公开/授权日：2018-11-02
IPC结构图谱:
| G | 物理 |
| --G06 | 计算；推算；计数 |
| ----G06K | 数据识别；数据表示；记录载体；记录载体的处理 |
| ------G06K9/00 | 用于阅读或识别印刷或书写字符或者用于识别图形，例如，指纹的方法或装置 |
| --------G06K9/62 | .应用电子设备进行识别的方法或装置 |