果蝇优化算法融合SVM的风机叶片损伤识别研究

• 作者: 李远远 胡让 顾桂梅
• 来源期刊: 自动化仪表
• 学科: 工学
• 关键词: 风机叶片 损伤识别 小波处理 支持向量机 果蝇优化算法 新能源 风力发电 神经网络 智能识别
• 年，卷（期）: 2016,（2）
• 所属期刊栏目: 研究与开发
• 页码范围: 9-12
• 页数: 4页
• 分类号: TH878|TP211+.2
• 字数: 2818字
• 语种: 中文
• DOI: 10.16086/j.cnki.issn1000-0380.201602003

摘要

为提高风机叶片裂纹损伤和边缘损伤识别的准确率，提出使用果蝇优化(FOA)算法和支持向量机(SVM)相结合的方法。使用硬件系统采集两类损伤故障的声发射信号，然后对信号进行小波处理，提取能量特征，根据能量特征信息，建立支持向量机模型，测试其准确率；采用果蝇优化算法优化支持向量机参数，使模型损伤识别更准确，并将优化后模型识别结果与粒子群优化( PSO)算法优化支持向量机后的识别结果相比较。仿真结果表明，使用果蝇优化算法优化后的支持向量机模型的识别精度更高，能够准确地实现对风机叶片损伤的识别。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	顾桂梅	兰州交通大学自动化与电气工程学院	42	204	8.0	11.0
2	胡让	兰州交通大学自动化与电气工程学院	3	23	3.0	3.0
3	李远远	兰州交通大学自动化与电气工程学院	3	48	3.0	3.0