基于线性可分SVM的自动化机床在线故障监测系统设计
来源：机床与液压杂志2022年第18期北京时间：
作者：王瑾，闫攀
单位：河南测绘职业学院计算机工程系；重庆移通学院大数据与软件学院
摘要：针对自动化机床在线故障监测存在的问题，设计一种基于线性可分SVM的故障监测系统。在线监测系统的硬件结构由STM32F103ZET6型单片机、传感器模块、存储器模块、通信模块和显示模块等部分组成；在软件算法流程上，利用线性可分SVM分类器，可以确保数据集到最优超平面的几何间隔最大，同时提升距离最优超平面最近数据点的可信度及对故障样本的分类精度。测试结果显示:设计的系统数据训练收敛速度快，故障数据分类精度高，相对于传统监测系统具有性能上的优势。
关键词：线性可分SVM;在线故障监测系统;分类精度
