基于RFECV-RF特征选择的W-SVM齿轮故障诊断与优化

摘要：

为了实现对齿轮故障类型的准确诊断,提出了一种基于RFECV-RF特征选择的W-SVM故障诊断分类算法.为避免特征冗余带来的偏差,采用RFECV-RF算法对特征变量进行重要度评估,与多个特征选择方法进行了对比.基于数据所具有的不均衡性,对SVM分类开展算法优化,引入了加权支持向量机(W-SVM),使用网格搜索进行超参数优化,将改进的特征提取与W-SVM进行融合优化.实验表明,与传统的SVM分类器相比,所提出的优化算法的识别准确率自提升达到6.4%,改进效果显著.

关键词：故障诊断、W-SVM、特征选择、算法优化

所属期刊栏目：39

分类号：TP277(自动化技术及设备)

资助基金：安徽高校自然科学研究项目;安徽省教育科学研究项目;安徽省省级质量工程创新训练项目;合肥学院研究生创新创业项目;合肥学院研究生创新创业项目

在线出版日期：2023-10-30（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：5-10