基于IGWO优化LSSVM的采煤机截割部齿轮箱故障诊断

• 作者: 程亮 张步勤 张金营
• 来源期刊: 煤矿机械
• 关键词: 采煤机截割部 齿轮箱 故障诊断 IGWO LSSVM
• 年，卷（期）: 2021,（5）
• 所属期刊栏目: 故障诊断|Malfunction Imestigation
• 页码范围: 168-171
• 页数: 4页
• 分类号: TD421.6
• 语种: 中文
• DOI: 10.13436/j.mkjx.202105054

摘要

为准确诊断采煤机截割部齿轮箱故障,提出一种新型故障诊断模型.振动信号经变分模态分解得到本征模态函数(IMF),计算IMF分量的样本熵构造特征向量;采用改进灰狼算法(IGWO)优化最小二乘支持向量机(LSSVM)模型的高斯径向基核函数参数和惩罚因子,建立IGWO-LSSVM故障诊断模型进行采煤机截割部齿轮箱故障识别.实验数据对比表明,IGWO-LSSVM的采煤机截割部齿轮箱故障诊断模型故障分类性能更好,准确率更高.