基于小波包变换和GA-PLS算法的故障特征选择方法

• 作者: 张培林 李胜
• 来源期刊: 振动、测试与诊断
• 学科: 工学
• 关键词: 小波变换 遗传算法-偏最小二乘法 轴向柱塞泵 特征选择
• 年，卷（期）: 2014,（2）
• 页码范围: 385-391
• 页数: 7页
• 分类号: TH137
• 字数: 4607字
• 语种: 中文

摘要

为了提高故障诊断的分类精度,减小分类运算时间等问题,需要从原始特征集合中选择出更为优化的特征子集合,因此,提出了一种基于小波包变换和GA-PLS算法的特征选择方法.首先,采用小波包变换对提取出的振动信号进行分解,从而得到小波包的分解系数;其次,运用遗传算法-偏最小二乘法从原始信号和小波包系数的统计学特征中选择出最优特征集;最后,将最优特征集作为输入,输入到支持向量机中以实现对不同故障的诊断与识别.应用于轴向柱塞泵故障诊断中,与现有特征选择方法对比,实验结果验证了本研究特征选择方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张培林	军械工程学院七系	253	1973	21.0	28.0
2	李胜	军械工程学院七系	26	140	7.0	10.0