基于GWO-SVM的石化旋转机械轴承故障诊断 |
| |
引用本文: | 莫常春,刘美,费继友,张清华,张斐,吴斌鑫,周正南. 基于GWO-SVM的石化旋转机械轴承故障诊断[J]. 广东石油化工学院学报, 2022, 0(3): 41-45 |
| |
作者姓名: | 莫常春 刘美 费继友 张清华 张斐 吴斌鑫 周正南 |
| |
作者单位: | 1.广东石油化工学院自动化学院;2.大连交通大学机车车辆工程学院;3.东莞理工学院机械工程学院;4.吉林化工学院信息与控制工程学院 |
| |
基金项目: | 国家自然科学基金面上项目(6207024001,62073091);国家自然科学基金重点项目(61933013); |
| |
摘 要: | 针对传统的无量纲指标在不同故障之间存在数据重叠,导致故障诊断准确率低的问题,提出了一种基于互无量纲指标和灰狼算法优化支持向量机(GWO-SVM)的故障识别模型。利用灰狼算法强大的全局搜索能力,对支持向量机关键参数惩罚因子和核函数参数进行寻优,并采用广东省石化装备故障诊断重点实验室多级离心风机轴承数据进行验证。实验证明:GWO-SVM能精确地对轴承故障类型进行分类,同时GWO-SVM相对于单纯的SVM模型和遗传算法优化SVM模型具有更短的算法运行时间和更高准确率,平均准确率高达90%。
|
关 键 词: | 互无量纲指标 灰狼算法 支持向量机 参数优化 故障诊断 |
Fault Diagnosis of Petrochemical Rotating Machinery Bearings Based on GWO-SVM |
| |
Abstract: | |
| |
Keywords: | |
|