| 多尺度变异粒子群优化MK-LSSVM的轴承寿命预测 |
| |
| 引用本文： | 张焱,汤宝平,熊鹏. 多尺度变异粒子群优化MK-LSSVM的轴承寿命预测[J]. 仪器仪表学报, 2016, 37(11): 2489-2496 |
| |
| 作者姓名： | 张焱 汤宝平 熊鹏 |
| |
| 作者单位： | 重庆大学 机械传动国家重点实验室重庆400044,重庆大学 机械传动国家重点实验室重庆400044,重庆大学 机械传动国家重点实验室重庆400044 |
| |
| 基金项目： | 国家自然科学基金（51275546）、高等学校博士学科点专项科研基金(20130191130001)项目资助 |
| |
| 摘 要： | 提出一种基于多尺度变异粒子群优化(MSPSO)算法和多核最小二乘支持向量机(MK-LSSVM)的预测新方法用于滚动轴承寿命预测。提取小波包相对能量特征对轴承性能衰退予以描述,提出MSPSO算法对MK-LSSVM模型参数进行优化选取,构造融合多核函数的LSSVM模型实现轴承寿命估计。MK-LSSVM中多核函数的引入克服了单核LSSVM对核函数类型强依赖性的弱点,MSPSO算法中种群全局大尺度均匀变异与个体局部邻域小尺度变异搜索联合策略的提出在增强种群多样性的同时保证了粒子群局部精确搜索的能力。利用实测滚动轴承振动数据分析,验证了所提MSPSO算法在模型参数优化及优化MKLSSVM模型在滚动轴承寿命预测应用中的有效性。
|
| 关 键 词： | 寿命预测；多尺度变异粒子群优化；多核最小二乘支持向量机 |
| 收稿时间： | 2016-03-21 |
| 修稿时间： | 2016-09-07 |
Rolling element bearing life prediction based on multi scale mutation particle swarm optimized multi kernel least square support vector machine |
| |
| Zhang Yan,Tang Baoping and Xiong Peng. Rolling element bearing life prediction based on multi scale mutation particle swarm optimized multi kernel least square support vector machine[J]. Chinese Journal of Scientific Instrument, 2016, 37(11): 2489-2496 |
| |
| Authors: | Zhang Yan Tang Baoping Xiong Peng |
| |
| Affiliation: | The State Key Laboratory of Mechanical Transmission, Chongqing University, Chongqing 400044, China,The State Key Laboratory of Mechanical Transmission, Chongqing University, Chongqing 400044, China and The State Key Laboratory of Mechanical Transmission, Chongqing University, Chongqing 400044, China |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 等数据库收录！ |
| 点击此处可从《仪器仪表学报》浏览原始摘要信息 |
|
点击此处可从《仪器仪表学报》下载免费的PDF全文 |
|
