机械故障稀疏特征相似性度量优化研究

• 作者: 徐世福 蒋亚南
• 来源期刊: 吉林大学学报（信息科学版）
• 学科: 工学
• 关键词: 量子遗传算法 机械故障 特征 相似性度量
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 控制科学与工程
• 页码范围: 154-159
• 页数: 6页
• 分类号: TP165
• 字数: 3937字
• 语种: 中文

摘要

针对当前机械故障诊断研究忽略了对其参数的选取与优化,导致准确性较差等问题,提出基于量子遗传算法优化的机械故障稀疏特征相似性度量方法.基于先进行信号非线性混合,再进行去混合.将峭度作为目标函数,利用量子遗传算法,对盲源分离过程的分离矩阵参数与非线性去混合参数进行优化,实现机械故障盲源分离.基于故障信号处理,利用量子遗传算法与最小二乘支持向量机(LSSVM: Least Squares Support Vector Machine)相结合实现机械故障稀疏特征相似性度量.当LSSVM在机械故障诊断时对模型参数选取,利用量子遗传算法针对LSSVM模型参数进行优化.将LSSVM参数选取问题转换为优化问题,利用优化后的LSSVM分类模型实现机械故障稀疏特征相似模式分类.实验结果表明,该方法可以实现高效盲源分离,机械故障诊断准确率高,运行性能良好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	蒋亚南	宁波大学科学技术学院	32	323	8.0	17.0
2	徐世福	宁波大学科学技术学院	9	0	0.0	0.0