论文部分内容阅读
在实际故障数据难以获取的情况下，采用基于支持向量数据描述（SVDD）的声学故障识别定位方法。利用其计算速度快、鲁棒性强和有效处理小样本数据的特点来实现水下机械设备声学故障的诊断，避免了现有诊断方法中普遍存在的计算量大、无法解决证据高度冲突等问题。在声学故障识别定位过程中，深入研究了故障分类器设计、多信息证据融合等核心技术问题，在参考现有文献的基础上对其方法进行了优化改进．以满足声学故障诊断的要求。最后通过实验数据仿真结果说明了经优化改进后的方法较之传统方法有着更高的可靠性。