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。