| ISSA优化SVM的电机滚动轴承故障诊断 |
| |
| 引用本文： | 杨旭,张涛,李玉梅,刘洪.ISSA优化SVM的电机滚动轴承故障诊断[J].电子测量技术,2023,46(15):186-192. |
| |
| 作者姓名： | 杨旭 张涛 李玉梅 刘洪 |
| |
| 作者单位： | 1.北京信息科技大学高动态导航技术北京市重点实验室 北京 100101；
2.北京信息科技大学现代测控技术教育部重点实验室 北京 100101 |
| |
| 基金项目： | 北京信息科技大学重点研究培育项目（2121YJPY220）、北京市教委一般项目（KM202111232004）、中国石油天然气集团有限公司 中国石油大学（北京）战略合作科技专项（ZLZX2020 03）资助 |
| |
| 摘 要： | 针对电机轴承易发生故障，传统故障诊断方法具有耗时长、诊断精度低、调节参数多等问题，提出一种改进麻雀搜索算法ISSA优化支持向量机SVM的轴承故障诊断方法。该分类算法在传统麻雀寻优算法中引入改进Tent混沌映射、鸡群算法随机跟随策略、自适应t分布与动态选择策略，首先采用CEEMDAN能量熵对振动信号进行分解，选取与原信号相关性最大的5个IMF分量的能量熵值作为特征向量，然后输入到ISSA SVM分类器中进行轴承故障诊断。分别与PSO SVM、GWO SVM、SSA SVM分类模型进行实验对比，结果表明ISSA SVM诊断模型的诊断精度最高可达到100%。
|
| 关 键 词： | 支持向量机 滚动轴承 麻雀搜索算法 相关系数 |
|
| 点击此处可从《电子测量技术》浏览原始摘要信息 |
|
点击此处可从《电子测量技术》下载全文 |
|
