基于KPCA与粒子群优化SVM的扫路车驱动电机故障诊断

针对环卫车辆驱动电机故障特征不明显且存在大量干扰因素等问题，为了提高故障诊断准确率，提出一种基于核主元分析和粒子群优化支持向量机（SVM）的故障诊断方法。该方法利用在电机故障状态下的振动信号构建时频域混合特征集，通过核主元分析，对特征集内的特征量进行降维处理；通过选择主元特征和利用粒子群算法，优化SVM的主要参数，将得到的特征量输入到优化后的SVM中进行计算，并与未进行核主元分析的SVM进行对比分析。计算结果表明：该方法能够显著提高扫路车驱动电机的故障诊断准确率。