基于HGWO-MSVM的采煤机滚动轴承故障诊断方法

• 作者: 孙明波 张炎亮 雷俊辉 马秋丽
• 来源期刊: 工矿自动化
• 学科: 工学
• 关键词: 煤炭开采 采煤机 滚动轴承 故障诊断 经验模态分解 混合灰狼优化算法 多分类支持向量机
• 年，卷（期）: 2018,（3）
• 所属期刊栏目: 实验研究
• 页码范围: 81-86
• 页数: 6页
• 分类号: TD632
• 字数: 4081字
• 语种: 中文
• DOI: 10.13272/j.issn.1671-251x.2017110006

摘要

针对采煤机滚动轴承故障特征向量提取较困难、多分类效果不理想等问题,提出了基于HGWO-MSVM的采煤机轴承故障诊断方法.对轴承故障信号进行小波降噪处理,利用经验模态分解算法对降噪后信号进行分解,并提取能量特征值,作为MSVM的训练集和测试集.采用MSVM进行故障状态识别,并用HGWO算法对MSVM的参数进行优化.试验结果表明,相比于GWO、GA和PSO优化MSVM模型,基于HGWO-MSVM的采煤机轴承故障诊断模型可明显提高故障识别精度和效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张炎亮	郑州大学管理工程学院	34	129	6.0	9.0
2	孙明波	郑州大学管理工程学院	7	48	4.0	6.0
3	马秋丽	郑州大学管理工程学院	5	14	2.0	3.0
4	雷俊辉	郑州大学管理工程学院	5	10	2.0	2.0