论文部分内容阅读
滚动轴承作为最常用的旋转部件，其质量状态直接关系到整台机械设备的性能以及工作现场的安全。因此，在前人研究成果的基础之上，进一步开展对滚动轴承故障诊断的深入研究仍具有非常重要的现实意义。滚动轴承故障诊断的实质是状态的识别，主要包括信号采集与处理，特征选择和提取，状态模式识别。考虑到支持向量机能很好地解决小样本学习、非线性高维模式识别等难题而将其引入滚动轴承故障诊断中。并根据滚动轴承故障诊断的特点，提出了一套适合轴承故障诊断的支持向量机参数寻优方法及具体流程。该方法不仅以交叉验证平均准确率作为寻