论文部分内容阅读
将自回归模型（AR）和支持向量机（SVM）应用到机床滚动轴承的故障诊断中，根据滚动轴承的振动信号建立自回归模型，以自回归参数和残差的方差作为特征向量，然后建立基于支持向量机的多故障分类器，进而判断滚动轴承的故障类型。通过实例分析和与神经网络方法对比，表明该方法能有效地判别机床滚动轴承的故障类型。