基于相关向量机和支持向量机的低速轴承故障诊断[外文翻译].doc

附件C：译文


基于相关向量机和支持向量机的低速轴承故障诊断

作者：Achmad Widodo, Eric Y. Kim , Jong-Duk Son , Bo-Suk Yang,
Andy C.C.Tan , Dong-Sik Gu ,Byeong-Keun Choi , Joseph Mathew

关键词：故障诊断 低速轴承 多类相关向量机
支持向量机 声频发射信号 振动信号

摘要
这项研究涉及多类相关向量机和支持向量机对低速轴承的故障诊断。一个低速轴承测试装备被开发于仿真各类转速低于10r/min、处于不同受载条件下的轴承故障，实验数据由使用了声频发射信号和处于不同速度下受恒定载荷的加速度传感器的低速轴承测试装备获得。本研究的目的是探明检测轴承潜在故障位置，并为低速机器的故障诊断找到可靠的方法。本论文通过列举相关向量机和支持向量机，并在低速诊断、低碰撞率时使用声频发射信号和振动信号的效果体现了这两种故障诊断多类分类技术的方法。在现今的研究中，成分分析被首次用于提取特征和减少初始数据特征的维度。故障诊断的分类也由未进行特征提取的初始数据的特征所指引，结果显示多类支持向量机产生了所期望的结果，并有应用于低速机器故障诊断的潜力。

1.介绍
许多重型工业配备有低速旋转机械，比如造纸厂、钢管工业与采矿工业的滚轧机。低速旋转机器也见于风力叶轮机。在旋转机械中，轴承是一个需要承受重载并在高效和高可靠度下运转的关键部件。因此，低速轴承的状态检测和故障诊断对保证这台机器效力和稳定性十分重要，为低速旋转机器的故障检测建立智能系统是未知失效的至关重要的解决方案。为了应对这种情况，机器学习中的研究已被应用于执行状态监测、故障检测和分类。