基于AFSA-PSO-LSSVM的风电机组齿轮箱故障诊断

• 作者: 王一宁 甄成刚 韩瑶瑶
• 来源期刊: 郑州大学学报（理学版）
• 学科: 工学
• 关键词: 风电机组 齿轮箱 故障诊断 AFSA-PSO-LSSVM
• 年，卷（期）: 2022,（3）
• 所属期刊栏目: 基础科学与工程技术
• 页码范围: 81-87
• 页数: 7页
• 分类号: TM315
• 语种: 中文
• DOI: 10.13705/j.issn.1671-6841.2021286

摘要

针对LSSVM算法参数优化选取的问题,提出一种结合人工鱼群(AFSA)和粒子群优化(PSO)的混合智能算法,优化LSSVM的参数,利用AFSA算法进行全局寻优搜索参数初值,PSO算法局部更新最优解、加速跳出局部最优.最后通过对风电机组齿轮箱振动加速度数据进行模拟实验,建立了PSO-LSSVM、AFSA-LSSVM和AFSA-PSO-LSSVM算法模型.实验结果表明,AFSA-PSO-LSSVM相较于PSO-LSSVM和AFSA-LSSVM模型,收敛速度更快、精度更高,验证了方法的有效性.