基于粒子群优化支持向量机的电梯故障诊断

• 作者: 万舟 易士琳 李琨 潘奇
• 来源期刊: 计算技术与自动化
• 关键词: 电梯 故障诊断 最优小波包 粒子群算法 支持向量机
• 年，卷（期）: 2016,（1）
• 所属期刊栏目: 自控理论及应用
• 页码范围: 31-35
• 页数: 5页
• 分类号: TP206.3
• 语种: 中文

摘要

电梯故障时,具有故障特征提取困难和故障类型识别率低的问题.因此,拟提取其振动信号并进行分析,找到故障特征.然而,鉴于其振动信号为非平稳、非高斯且背景噪声较大的信号,给有效辨识造成很大困难,所以,提出应用最优小波包分解和最小二乘支持向量机相结合进行电梯智能故障诊断的方法.借助最优小波包理论,首先提取电梯故障振动信号的能量分布;然后将其能量分布与时域指标相结合,构造故障特征向量;最后,将故障特征向量作为粒子群算法优化最小二乘支持向量机的输入对电梯故障类型进行识别.仿真结果表明,最优小波包理论与最小二乘支持向量机相结合的故障诊断技术发挥了两者的优势,证明了该方法的有效性和实用性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李琨	昆明理工大学信息工程与自动化学院	32	138	7.0	9.0
2	万舟	昆明理工大学信息工程与自动化学院	54	181	7.0	11.0
3	潘奇	昆明理工大学信息工程与自动化学院	5	33	3.0	5.0
4	易士琳	昆明理工大学信息工程与自动化学院	3	31	3.0	3.0