计算机仿真
計算機倣真
계산궤방진
COMPUTER SIMULATION
2014年
2期
396-400
,共5页
小生境遗传算法%故障诊断%小波包%支持向量机%参数优化
小生境遺傳算法%故障診斷%小波包%支持嚮量機%參數優化
소생경유전산법%고장진단%소파포%지지향량궤%삼수우화
NGA%Fault diagnosis%Wavelet packet%SVM%Parameter optimization
为解决故障轴承的特征提取和故障特征准确分类的问题,提出了一种小波包变换和小生境遗传算法参数优化混合核支持向量机相结合的故障识别方法.滚动轴承故障时产生的振动信号具有非平稳特性,而小波包变换具有良好的时-频局部化特征,非常适于对瞬态或时变信号进行特征提取；采用小生境遗传算法对支持向量机进行参数优化,可很好地完成模式识别和非线性回归.利用上述原理,首先,提取经小波包变换后的故障特征信息；然后利用建立的支持向量机多故障分类器完成滚动轴承故障模式的识别.通过对比分析,实验结果表明,在有限故障样本条件下,改进方法具有更好的诊断效果.
為解決故障軸承的特徵提取和故障特徵準確分類的問題,提齣瞭一種小波包變換和小生境遺傳算法參數優化混閤覈支持嚮量機相結閤的故障識彆方法.滾動軸承故障時產生的振動信號具有非平穩特性,而小波包變換具有良好的時-頻跼部化特徵,非常適于對瞬態或時變信號進行特徵提取；採用小生境遺傳算法對支持嚮量機進行參數優化,可很好地完成模式識彆和非線性迴歸.利用上述原理,首先,提取經小波包變換後的故障特徵信息；然後利用建立的支持嚮量機多故障分類器完成滾動軸承故障模式的識彆.通過對比分析,實驗結果錶明,在有限故障樣本條件下,改進方法具有更好的診斷效果.
위해결고장축승적특정제취화고장특정준학분류적문제,제출료일충소파포변환화소생경유전산법삼수우화혼합핵지지향량궤상결합적고장식별방법.곤동축승고장시산생적진동신호구유비평은특성,이소파포변환구유량호적시-빈국부화특정,비상괄우대순태혹시변신호진행특정제취；채용소생경유전산법대지지향량궤진행삼수우화,가흔호지완성모식식별화비선성회귀.이용상술원리,수선,제취경소파포변환후적고장특정신식；연후이용건립적지지향량궤다고장분류기완성곤동축승고장모식적식별.통과대비분석,실험결과표명,재유한고장양본조건하,개진방법구유경호적진단효과.
