来源：期刊VIP网 时间：
作者：徐东;彭鑫;张晓飞;
单位：中国人民解放军92942部队;湖南大学电气与信息工程学院;
摘要：针对近年来故障诊断领域在效率、可靠性方面的新挑战，提出了一种基于对称点图案（Symmetrized Dot Pattern,SDP）的感应电动机粗-细分类故障诊断方法。该方法首先通过SDP方法将各故障电动机的振动信号转换为雪花状图像，然后设计了一种粗-细分类的两阶段故障诊断框架用于图像特征的提取与分类。在粗分类阶段，采用了速度快的颜色直方图特征和支持向量机（Support Vector Machine,SVM）对样本进行诊断，并选取了一个阈值用于确定粗分类的样本；在细分类阶段，采用了可提取图像全局信息的全局特征（Gist特征）和SVM对剩余样本进行诊断。试验结果表明，所提方法综合了颜色直方图特征和Gist特征的优势，能够以相对较高的效率实现可靠的诊断，并具备一定的抗噪能力。
关键词：对称点图案;;视觉特征;;支持向量机;;两阶段故障诊断
基金资助：国家自然科学基金项目（52077064）资助~~
