通过对滚动轴承振动信号的分析处理,提出了基于独立分量分析和支持向量机的故障诊断方法,采用FastICA算法对信号进行分析处理,提取出代表轴承运行状态的投影系数矩阵,并以此作为特征向量来建立支持向量机分类器,利用SVM网络的智能性来判断滚动轴承的工作状态和故障类型. 基于ＩＣＡ和ＳＶＭ的滚动轴承故障诊断方法研究 耿永强，危韧勇 （中南大学信息科学与工程学院，湖南长沙４１００７５） 摘要：通过对滚动轴承振动信号的分析处理，提出了基于独立分量分析和支持向量机的故障 诊断方法，采用ＦａｓｔＩＣＡ算法对信号进行分析处理，提取出代表轴承运行状态的投影系数矩阵，并以 此作为特征向量来建立支持向量机分类器，利用ＳＶＭ网络的智能性来判断滚动轴承的工作状态和故 障类型。 关键词：独立分量分析支持向量机故障诊断滚动轴承 Ａ ｆａｕｈ ｄｉａｇｎｏｓｉｓ ａｐｐｍａｃｈ ｆｏｒ ｍｌｌｅｒ ｂｅａｒｉｎｇ ｂａｓｅｄ ｏｎ ＩＣＡ ａｎｄ ＳＶＭ ＧＥＮＧ ＹｏＩＩｇ ＱｉａＩｌｇ，ＷＥＩ Ｒｅｎ Ｙ０“ｇ （Ｃｏｌｋｇｅ ０ｆ ｈｌｆｏ珊蚰ｏｎ ｓｃｉｅｎｃｅ柚ｄ……