基于PSO-SVM的采煤机摇臂齿轮箱故障诊断研究

• 作者: 陈渊 马宏伟
• 来源期刊: 煤矿机械
• 学科: 工学
• 关键词: 支持向量机 粒子群优化 特征提取 故障诊断 采煤机摇臂
• 年，卷（期）: 2015,（10）
• 所属期刊栏目: 故障·诊断
• 页码范围: 303-306
• 页数: 4页
• 分类号: TD421.6|TH132.41
• 字数: 3751字
• 语种: 中文
• DOI: 10.13436/j.mkjx.201510124

摘要

针对采煤机摇臂齿轮箱故障诊断的难题,提出了一种基于时频特征和PSO-SVM的故障诊断方法.考虑到SVM模型参数和故障特征对诊断结果有着重要的影响,提出了利用PSO对SVM参数进行优化,并同时选择最佳的特征子集,以获得性能最优的SVM分类器,最后将故障特征向量输入到优化的SVM分类器中进行故障诊断.轴承和齿轮的故障诊断实验结果表明,PSO-SVM获得了比常规SVM更好的故障诊断性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马宏伟	西安科技大学机械工程学院	171	1433	18.0	32.0
2	陈渊	西安科技大学理学院	19	112	7.0	10.0