|
|||||
|
|
| 基于PSO-SVM的齿轮箱故障诊断研究 | |
| 引用本文： | 楼红伟,马振书,孙华刚,向飞飞.基于PSO-SVM的齿轮箱故障诊断研究[J].机械科学与技术(西安),2014(9):1364-1367. |
| 作者姓名： | 楼红伟 马振书 孙华刚 向飞飞 |
| 作者单位： | 军械技术研究所军械工程学院; |
| 摘 要： | 针对目前齿轮箱故障诊断存在的检测难度大、主观性强、准确性不高等问题,提出了一种基于粒子群算法和支持向量机的故障诊断方法。运用时域频域分析法对振动信号进行分析获取特征值,利用支持向量机(SVM)技术对齿轮箱特征参数进行模式识别和故障分类,并引入粒子群算法(PSO)用于优化支持向量机参数,建立了齿轮箱典型故障诊断模型。实验结果表明:该方法可以对齿轮箱不同故障类型进行准确的分类,有效的提高了齿轮箱故障诊断的可靠性。 |
| 关 键 词： | 诊断 模式识别 支持向量机 粒子群算法 |
Research of Gear Box Fault Diagnosis Based on PSO-SVM |
|
| Abstract: | |
| Keywords: | |
| 本文献已被 CNKI 等数据库收录！ | |