基于多重分形与CPSO-SVM的车辆传动箱状态识别研究

• 作者: 刘超 孙华刚 郝驰宇 马振书
• 来源期刊: 机械传动
• 关键词: 多重分形 混沌粒子群 支持向量机 车辆传动箱 状态识别
• 年，卷（期）: 2015,（5）
• 所属期刊栏目: 开发应用
• 页码范围: 165-168
• 页数: 4页
• 语种: 中文

摘要

针对车辆传动箱振动信号的非线性,提出一种将多重分形与支持向量机相结合的状态识别方法.运用奇异谱和广义维数来描述其振动信号特征,并将其作为支持向量机的输入特征量.将改进的混沌粒子群算法引入到支持向量机参数优化中,实现对惩罚函数c和径向基函数σ的智能优化选取.实验结果表明,该方法建立的SVM分类模型能够对车辆传动箱不同运行状态进行分类,并且具有更高的准确率.