基于AFSA-SVM的滚动轴承故障诊断研究

• 作者: 吉南阳 姬盛飞 王丽君
• 来源期刊: 组合机床与自动化加工技术
• 学科: 工学
• 关键词: 滚动轴承 人工鱼群算法 支持向量机 故障诊断
• 年，卷（期）: 2019,（1）
• 所属期刊栏目: 控制与检测
• 页码范围: 115-117
• 页数: 3页
• 分类号: TH133.3|TG506
• 字数: 2444字
• 语种: 中文
• DOI: 10.13462/j.cnki.mmtamt.2019.01.031

摘要

针对滚动轴承运行过程中引发的滚动体故障、内圈故障以及外圈故障,文章第一次将人工鱼群优化支持向量机的算法用于滚动轴承故障类型的诊断识别.同时,将该算法诊断识别的结果与PSO-SVM、GA-SVM的结果进行比较.通过对比分析可知,该算法故障诊断识别的准确率为95％,PSO-SVM的准确率为85％,GA-SVM的准确率为87.5％.这表明了,该算法在滚动轴承故障类型的诊断识别方面,具有良好的故障诊断识别效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王丽君	华北水利水电大学机械学院	53	338	12.0	16.0
2	吉南阳	华北水利水电大学机械学院	2	6	1.0	2.0
3	姬盛飞	华北水利水电大学机械学院	1	6	1.0	1.0