基于粒子群优化LS-WSVM的旋转机械故障诊断

• 作者: 汤宝平 董绍江 陈法法
• 来源期刊: 仪器仪表学报
• 学科: 工学
• 关键词: 粒子群 小波支持向量机 EMD分解 参数优化 旋转机械 故障诊断
• 年，卷（期）: 2011,（12）
• 所属期刊栏目: 学术论文
• 页码范围: 2747-2753
• 分类号: TH165.3|TN911.2
• 字数: 5097字
• 语种: 中文

摘要

为了更好地进行旋转机械故障诊断,提出一种粒子群优化(particle swarm optimization,PSO)最小二乘小波支持向量机(least square wavelet support vector machine,LS-WSVM)的故障诊断模型.先将故障信号经验模式分解(empirical mode decomposition,EMD)为多个内禀模态分量(intrinsic mode function,IMF)之和,再提取表征故障特征的IMF分量能量构造特征向量输入到PSO优化的LS-WSVM进行故障模式识别.EMD分解可自适应提取故障特征信号,PSO参数优化可快速准确得到LS-WSVM的全局最优参数,提高LS-WSVM的故障诊断精度和自适应诊断能力.通过滚动轴承的故障模拟实验验证了该方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	汤宝平	重庆大学机械传动国家重点实验室	208	4648	33.0	63.0
2	董绍江	重庆大学机械传动国家重点实验室	11	327	9.0	11.0
3	陈法法	重庆大学机械传动国家重点实验室	9	141	6.0	9.0