声明
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。
国内刊号：11-2187/TH
国际刊号：0577-6686
发布日期:
作者：李栋, 孙欣, 刘树林
单位：1. 常州大学石油工程学院 常州 213164;2. 上海大学机电工程与自动化学院 上海 200072
关键词：反面选择机理,人工免疫算法,异常度,异常度检测,轴承；
基金：国家自然科学基金资助项目（51575331）。
针对机械设备缺少故障样本时如何高效检测其异常度问题，在分析训练样本的分布情况以及其在自己空间边界状态的基础上，优化训练样本半径，提出一种变径边界样本界面检测器。利用变径边界样本界面检测器异常检测方法分析了轴承状态数据，不仅能反映出轴承的各种故障状态，而且能通过异常度函数反映出故障的轻重程度。变径边界样本界面检测器的设备异常度检测方法，是在学习设备正常运行数据的基础上，优化训练样本半径，利用边界样本及其方位信息，构建界面检测器，对设备的运行状态进行检测。变径边界样本界面检测器在构建过程中不需要使用设备的故障数据，适用于对缺少故障数据的机械设备进行异常状态检测。
来源：2020年第10期
《机械工程学报》期刊编辑部
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。