西安理工大学学报
西安理工大學學報
서안리공대학학보
JOURNAL OF XI'AN UNIVERSITY OF TECHNOLOGY
2013年
2期
172-175
,共4页
水轮机%振动故障诊断%动态粒子群算法%支持向量机
水輪機%振動故障診斷%動態粒子群算法%支持嚮量機
수륜궤%진동고장진단%동태입자군산법%지지향량궤
hydraulic turbine%vibration faults diagnosis%PSO%SVM
针对PSO算法在寻找支持向量机最优参数的后期容易陷入局部最佳,影响支持向量机在水轮机振动故障诊断中的正确率这一问题,选用动态粒子群算法(DPSO)来优化支持向量机,将水轮机组的故障特征向量输入优化后的支持向量机进行故障类型诊断.仿真结果表明,DPSO优化的支持向量机有较好的分类识别准确率和较高的诊断精度,可以寻找到全局最优解.
針對PSO算法在尋找支持嚮量機最優參數的後期容易陷入跼部最佳,影響支持嚮量機在水輪機振動故障診斷中的正確率這一問題,選用動態粒子群算法(DPSO)來優化支持嚮量機,將水輪機組的故障特徵嚮量輸入優化後的支持嚮量機進行故障類型診斷.倣真結果錶明,DPSO優化的支持嚮量機有較好的分類識彆準確率和較高的診斷精度,可以尋找到全跼最優解.
침대PSO산법재심조지지향량궤최우삼수적후기용역함입국부최가,영향지지향량궤재수륜궤진동고장진단중적정학솔저일문제,선용동태입자군산법(DPSO)래우화지지향량궤,장수륜궤조적고장특정향량수입우화후적지지향량궤진행고장류형진단.방진결과표명,DPSO우화적지지향량궤유교호적분류식별준학솔화교고적진단정도,가이심조도전국최우해.
