一种半监督svdd-kfcm算法及其在轴承故障检测中的应用

对机械设备故障诊断过程中故障样本较难提取和运行转速、载荷多变导致诊断方法的适用性不强、准确性不高等问题进行分析,结合支持向量数据描述(supportvectordatadescription,svdd)算法与模糊核聚类(kernel-basedfuzzyc-means,kfcm)算法,提出一种基于半监督学习的svdd-kfcm(semi-supervisedsvdd-kfcm,ss-kfcm)方法用于轴承故障检测。实验表明,在复杂多载荷工况下该算法可有效检测轴承故障,诊断准确率较高。