粒子群优化的SVM提升钢丝绳故障诊断

• 作者: 吴娟 李琳琳 李鑫鑫 黄帅
• 来源期刊: 机械科学与技术
• 学科: 工学
• 关键词: 故障诊断 钢丝绳 多绳摩擦提升系统 支持向量机(SVM) 最小二乘支持向量机(LSSVM) 粒子群优化算法(PSO) MATLAB
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 运载工程
• 页码范围: 282-287
• 页数: 6页
• 分类号: TD532
• 字数: 3484字
• 语种: 中文
• DOI: 10.13433/j.cnki.1003-8728.20190121

摘要

为了加强多绳摩擦提升系统的提升钢丝绳故障与提升钢丝绳张力之间的联系,提出了基于支持向量机(SVM)以及最小二乘支持向量机(LSSVM)的诊断模型.在MATLAB中应用粒子群优化算法(PSO)对模型参数进行优化,得到具有最优参数的支持向量机诊断模型;在某矿的提升系统进行三种故障及正常状态试验,利用东方所INV3060S采集仪获得的钢丝绳故障及正常状态数据对PSO-SVM以及PSO-LSSVM进行训练以及预测,结果显示PSO-SVM的运算结果的误差及均方误差较小,PSO-LSSVM的运算速度较快,且两种算法都能有较好的故障诊断能力.