| 基于FOA-SVM的汽轮机振动故障诊断 |
| |
| 引用本文： | 石志标,苗莹. 基于FOA-SVM的汽轮机振动故障诊断[J]. 振动与冲击, 2014, 33(22): 111-114 |
| |
| 作者姓名： | 石志标 苗莹 |
| |
| 作者单位： | 东北电力大学 机械工程学院,吉林,132012 |
| |
| 基金项目： | 吉林省科技发展计划项目 |
| |
| 摘 要： | 为解决支持向量机算法(Support Vector Machine,SVM)的核函数参数及惩罚因子参数选取的盲目性,利用果蝇优化算法(Fruit Fly Optimization Algorithm,FOA)对SVM中参数进行优化。提出基于FOA的SVM故障诊断算法,并对汽轮机故障实验数据进行模式识别。该算法能对SVM相关参数自动寻优,且能达到较理想的全局最优解。通过与常用的粒子群算法(Particle Swarm Optimization,PSO)与遗传算法(Genetic Algorithm,GA)优化后支持向量机进行对比。结果表明,FOA-SVM算法稳定、识别速度快、识别率高。
|
| 关 键 词： | 支持向量机 汽轮机 振动诊断 果蝇算法 |
| 收稿时间： | 2013-09-23 |
| 修稿时间： | 2013-11-15 |
Vibration fault diagnosis for steam turbine by using support vector machine based on fruit fly optimization algorithm |
| |
| SHI Zhi-biao , MIAO Ying. Vibration fault diagnosis for steam turbine by using support vector machine based on fruit fly optimization algorithm[J]. Journal of Vibration and Shock, 2014, 33(22): 111-114 |
| |
| Authors: | SHI Zhi-biao MIAO Ying |
| |
| Abstract: | |
| |
| Keywords: | support vector machine turbine vibration diagnosis fruit fly optimization algorithm |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
| 点击此处可从《振动与冲击》浏览原始摘要信息 |
|
点击此处可从《振动与冲击》下载免费的PDF全文 |
|
