轮对轴承安全域增量建模方法
作者:
作者单位:

1.电子科技大学 机械与电气工程学院 成都 611731;2.北京交通大学 轨道交通控制与安全国家重点实验室 北京 100044

作者简介:

通讯作者:

中图分类号:

基金项目:


Author:
Affiliation:

1.School of Mechanical and Electrical Engineering, University of Electronic Science and Technology of China, Chengdu, 611731 China;2.State Key Laboratory of Rail Traffic Control and Safety, Beijing Jiaotong University, Beijing, 100044 China

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    安全域是一种从域的角度描述轮对轴承可安全运行区域的定性模型.然而,高速列车运行状态的样本数据通常是正常样本,故障样本的缺乏意味着只能使用正常样本进行安全域建模.支持向量数据描述是一种单分类方法,可以只利用一类样本进行建模.现有的滚动轴承安全域建模方法基本采用的是批量学习算法,而在样本数据不断增加的情况下,批量算法的效率低下.因此,本文将增量支持向量数据描述方法引入轮对轴承的故障诊断领域,提出了一种基于样本增量学习的高速列车轮对轴承安全域的建模方法.实验结果表明,相比于传统批量学习算法,本文提出的方法在轮对轴承安全域的建模中更加高效,并且分类准确率基本不受影响.

    Abstract:

    参考文献
    相似文献
    引证文献
引用本文

刘志亮,孙文君,康金龙,秦勇.轮对轴承安全域增量建模方法[J].动力学与控制学报,2020,18(3):86~92; Liu Zhiliang, Sun Wenjun, Kang Jinlong, Qin Yong.[J]. Journal of Dynamics and Control,2020,18(3):86-92.

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2020-05-14
  • 最后修改日期:2020-05-14
  • 录用日期:2020-05-14
  • 在线发布日期: 2020-06-30
  • 出版日期:

微信公众号二维码

手机版网站二维码