基于改进粒子群优化SVM的轴承故障识别研究

• 作者: 曹进华
• 来源期刊: 现代信息科技
• 学科: 工学
• 关键词: 粒子群算法 支持向量机 故障识别 滚动轴承
• 年，卷（期）: 2019,（12）
• 所属期刊栏目: 智能制造
• 页码范围: 148-151
• 页数: 4页
• 分类号: TH133|TP181
• 字数: 4959字
• 语种: 中文
• DOI: 10.3969/j.issn.2096-4706.2019.12.059

摘要

为了提高轴承故障严重程度识别的准确率,本文提出基于改进粒子群算法优化SVM的轴承故障识别方法.针对粒子群算法易陷入局部最优的不足,引入Levy飞行方式改进粒子群算法的寻优过程.在运算过程中,该方法通过粒子群的进化程度,将粒子种群动态的划分为较优子群和较差子群;较差子群以PSO算法为指导进行全局搜索,较优子群中引入Levy飞行方式,粒子围绕最优个体进行精细化的寻优过程;两个子群通过种群之间个体的重组和全局最优个体的更新实现信息交换.通过实验数据分析的结果表明:基于LPSO优化SVM参数提高了轴承故障识别的准确率,效果优于其他几种方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曹进华	厦门大学嘉庚学院	1	0	0.0	0.0