吴 星 刘春梅

（柳州职业技术学院，广西 柳州 545006）

基于自学习理论的机械故障诊断系统设计与实现

吴 星 刘春梅

（柳州职业技术学院，广西 柳州 545006）

文章设计一种基于自学习理论的机械故障检测方法，该方法通过对多组机械振动信号的采集，由 SVM 训练器进行故障的初步检测，经过多样本投票算法实现故障检测的最终结果判定。该监测方法综合应用了 SVM 分类器，以及多样本采样检测并投票的思路，提高了机械故障检测的精度。

自学习理论；故障诊断；SVM

机械设备的故障检测与诊断和技术是指在特定的工作环境下，根据机械设备在运行的中所发出的工况信号或信息来判断机械是否处于正常的工作状态。如果机械设备工作发生异常，可以根据机械发生异常情况的部位和原因尽快在最短的时间做出正确的判断，从而在最短的时间内及时处理，恢复正常生产。目前机械故障诊断方法有很多，既有基于静态的机械故障诊断方法，也有基于动态的机械故障诊断方法，其中与机械振动为检测对象的机械故障检测方法，是目前机械故障检测领域中的一种主流方法。但是基于机械振动故障检测方法对故障的诊断精度和故障识别种类，很大程度取决于对机械振动信号的分析和处理能力。目前已有的机械故障诊断方法，绝大多数都将研究的重点放在对机械振动信号的采集与分析算法上，这其中也包括大量对所采集到的机械振动信号进行不同变换，或者信号转换等处理，以提高机械振动信号的识别能力。……