| 基于指数小波阈值与PSO-DP-LSSVM的发动机轴承故障诊断 |
| |
| 引用本文： | 张亚靓,纪俊卿,孟祥川,许同乐.基于指数小波阈值与PSO-DP-LSSVM的发动机轴承故障诊断[J].机床与液压,2020,48(19):196-200. |
| |
| 作者姓名： | 张亚靓 纪俊卿 孟祥川 许同乐 |
| |
| 作者单位： | 山东理工大学机械工程学院,山东淄博 255000 |
| |
| 基金项目： | 山东省自然科学基金项目(ZR2016EEM20)；新旧动能转换仪器仪表工程研究生导师能力提升模式研究(SDYY18101) |
| |
| 摘 要： | 针对小波软、硬阈值函数存在恒定偏差和不连续性的缺点，以及最小二乘支持向量机核函数参数选择困难等问题，提出了一种基于指数小波阈值与PSO-DP-LSSVM的发动机轴承故障诊断方法。利用指数小波阈值函数对原信号进行分解并重组，提取降噪后各个分量的能量特征；采用自适应的DP算法丰富PSO算法的解空间，并采用动态的参数控制，使其更容易获得最优解；将能量特征输入参数已定的LSSVM中，对信息进行训练和预测。结果表明：该方法能快速有效地对故障轴承信号进行自适应的故障诊断及分类。
|
| 关 键 词： | 指数小波阈值 最小二乘支持向量机 局域均值分解 粒子群算法 故障诊断 |
Engine Bearing Fault Diagnosis Based on Exponential Wavelet Threshold and PSO-DP-LSSVM |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
| 点击此处可从《机床与液压》浏览原始摘要信息 |
|
点击此处可从《机床与液压》下载全文 |
