| 基于多重分形和PSO-SVM的齿轮箱故障诊断 |
| |
| 引用本文： | 李莎,潘宏侠,张君东,赵卫伟.基于多重分形和PSO-SVM的齿轮箱故障诊断[J].机械传动,2015(2):132-136. |
| |
| 作者姓名： | 李莎 潘宏侠 张君东 赵卫伟 |
| |
| 作者单位： | 中北大学机械与动力工程学院 |
| |
| 基金项目： | 国家自然科学基金(51175480) |
| |
| 摘 要： | 针对齿轮箱振动信号的非线性和非平稳性,提出一种多重分形和粒子群优化的支持向量机(PSO-SVM)相结合的故障诊断方法。首先采用短时分维作为模糊控制参数的分形滤波器对背景噪声较大的齿轮箱振动信号进行滤波降噪;其次引入多重分形谱算法对滤波后信号进行分析,发现多重分形特征量Δa(q)、f(a(q))max、盒子维数Db能很好地反映齿轮箱工作状态;最后对支持向量机(SVM)的参数利用粒子群优化(PSO)算法进行优化,并将多重分形特征量分别作为SVM和PSOSVM的输入参数以识别齿轮箱故障。结果表明,基于粒子群优化的支持向量机可以提高分类正确率。同时证明了基于多重分形和PSO-SVM在齿轮箱故障诊断中的有效性。
|
| 关 键 词： | 齿轮箱 分形理论 多重分形 PSO-SVM 故障诊断 |
Fault Diagnosis of Gearbox based on Multi-fractal and PSO-SVM |
| |
| Li Sha;Pan Hongxia;Zhang Jundong;Zhao Weiwei.Fault Diagnosis of Gearbox based on Multi-fractal and PSO-SVM[J].Journal of Mechanical Transmission,2015(2):132-136. |
| |
| Authors: | Li Sha;Pan Hongxia;Zhang Jundong;Zhao Weiwei |
| |
| Affiliation: | Li Sha;Pan Hongxia;Zhang Jundong;Zhao Weiwei;Mechanical and Power Engineering College,North University of China; |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 等数据库收录！ |
