SVM与PSOHF参数优化装备机械传动齿轮故障诊断

摘要：

为了提高支持向量机(SVM)对齿轮故障诊断的准确性,提出了一种基于SVM与PSOHF参数优化的机械传动齿轮故障诊断新方法.采用蜜蜂觅食机制改进粒子群算法(PSOHF)对SVM径向基核函数参数c和g进行了优化,建立优化后的SVM模型;而后对齿轮不同裂纹长度的故障信号进行小波包分解,将相对小波能量作为故障特征向量输入SVM;进行模式识别和故障分类,最终实现齿轮故障诊断.齿轮裂纹故障振动实验信号的研究结果表明,PSOHF优化的SVM提高了分类正确率,更适于实际中齿轮故障诊断.

关键词：蜜蜂觅食特征、粒子群算法、支持向量机、故障诊断

所属期刊栏目：43

分类号：TP301.6;TJ01(计算技术、计算机技术)

资助基金：装备预研领域基金6140004030116JB34001;河北省自然科学基金资助项目E2015506012

在线出版日期：2019-01-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：157-162