一种集成支持向量动态神经网络轴承故障诊断方法

本发明公开了一种集成支持向量动态神经网络轴承故障诊断方法，包括下述步骤：获取旋转机械的轴承关键位置的振动数据，对振动数据进行数据预处理，得到预处理后的振动信号数据集；基于振动信号数据集构建具有二次规划问题形式的支持向量机模型，设计相应的惩罚函数和拉格朗日函数对支持向量机模型进行简化；设计变参动力学求解方程，建立最终的集成支持向量动态神经网络轴承故障诊断模型对支持向量机模型进行求解；基于装袋分类器方法同时训练多个支持向量动态神经网络轴承故障诊断模型，对振动信号数据集进行轴承状态诊断，输出诊断结果。本发明提高了机器学习方法的准确性、神经网络求解器的收敛性证明和智能故障诊断模型的可解释性。