作者:付伟; 周新志; 宁芊; 刘才学; 艾琼; 何攀故障诊断特征降维核主元分析粒子群算法最小二乘支持向量机
摘要:针对滚动轴承运行过程中故障难以识别的问题,提出一种多特征提取与改进粒子群算法(improved particle swarm optimization,简称IPSO)优化最小二乘支持向量机的诊断方法。首先用小波包变换对振动信号消噪、分解,提取频域特征;然后结合时域特征等参数,用核主元分析法对多维特征空间进行优选和降维,获得典型故障的敏感信号;最后用改进的粒子群优化最小二乘支持向量机的核参数和惩罚因子解决在寻优中陷入边缘局部最优、收敛精度差的问题,提升故障诊断的识别率。实验结果表明:该方法有效提取故障特征,提高了故障识别的准确率和实时性,是一种可靠的轴承故障诊断方法。
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社
《组合机床与自动化加工技术》(CN:21-1132/TG)是一本有较高学术价值的大型月刊,自创刊以来,选题新奇而不失报道广度,服务大众而不失理论高度,颇受业界和广大读者的关注和好评。 《组合机床与自动化加工技术》主要讨论新技术在生产工程领域内的实际应用,内容侧重大批量制造技术及成套技术装备的开发设计。读者对象为从事机电装备研发与设计的工程师、高等机电院校的师生及学者等。
杂志详情