基于支持向量机的颤振在线智能检测

来源：机械工程学报杂志2015年第20期北京时间：

作者：钱士才, 孙宇昕, 熊振华

单位：上海交通大学机械系统与振动国家重点实验室 上海 200240

摘要：为了检测车削过程中的颤振，提出一种颤振在线智能检测方法。使用最小二乘一类支持向量机，训练出描述特征矢量集的超球面，通过计算被测样本与超球面的距离来判断其是否颤振。基于相干准则和分块矩阵求逆，构造了在线稀疏结构的最小二乘一类支持向量机，将特征信息存储于特征库(字典)中，通过更新特征库实现检测模型的在线进化。在颤振检测的应用中，首先使用小波包分解，得到第三层节点能量的比例作为特征矢量，以离线数据构造特征矢量作为输入，训练得到初始检测模型以及特征库，在线检测中不断更新特征库，实现检测模型的在线进化。试验结果表明，在车削颤振识别中，在线进化的检测模型的识别效果更好，颤振预报准确率高达至99.04%，优于离线模型的预报准确率96.74%。

关键词：颤振,特征库,相干准则,在线进化,最小二乘；

基金资助：国家重点基础研究发展计划资助项目(973计划，2013CB035804)