改进PSO优化SVM的滚动轴承故障诊断

• 作者: 吴宁钰 张丽萍 石志炜 钟成豪
• 来源期刊: 福州大学学报（自然科学版）
• 学科: 工学
• 关键词: 滚动轴承 故障诊断 改进粒子群算法 支持向量机
• 年，卷（期）: 2020,（3）
• 页码范围: 333-340
• 页数: 8页
• 分类号: TH133.33
• 字数: 5326字
• 语种: 中文
• DOI: 10.7631/issn.1000-2243.19203

摘要

提出一种基于改进粒子群算法和支持向量机的滚动轴承故障诊断方法.首先分析基本粒子群算法的不足及其关键参数,提出多方面改进的粒子群算法,利用10种基准测试函数对比多种粒子群算法,证明该改进算法的优势.然后结合支持向量机,建立滚动轴承故障诊断模型,并提取滚动轴承振动信号的时域、频域、小波包节点能量和CEEMDAN分量排列熵四种特征,构成单一特征和组合特征作为诊断模型的输入特征向量.最后利用凯斯西储大学滚动轴承数据进行验证,并与网格算法、遗传算法和多种不同粒子群算法进行对比.试验证明,本改进粒子群算法优化支持向量机模型在滚动轴承故障诊断中更具优势.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张丽萍	福州大学机械工程及自动化学院	43	260	9.0	15.0
2	吴宁钰	福州大学机械工程及自动化学院	2	0	0.0	0.0
3	石志炜	福州大学机械工程及自动化学院	3	0	0.0	0.0
4	钟成豪	福州大学机械工程及自动化学院	2	0	0.0	0.0