风电齿轮箱故障诊断的 SVM 参数优化

• 作者: 董海江 赵春华 钟先友
• 来源期刊: 中国机械工程
• 关键词: 风电齿轮箱 故障诊断 支持向量机 参数优化
• 年，卷（期）: 2015,（16）
• 所属期刊栏目: 科学基金
• 页码范围: 2222-2225
• 页数: 4页
• 分类号: TH17
• 语种: 中文
• DOI: 10.3969/j.issn.1004132X.2015.16.016

摘要

针对风电齿轮箱易出现齿轮断齿、点蚀、磨损等故障问题，提取风电齿轮箱非平稳非线性振动信号的提升小波包能量熵，利用支持向量机(SVM)进行故障诊断。为提高算法的分类精度，利用遗传算法对参数进行优化处理，试验结果表明，优化后获得的最佳参数能够提高 SVM 测试样本的预测精度。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵春华		81	656	14.0	21.0
2	钟先友		34	255	9.0	15.0
3	董海江		4	33	3.0	4.0