基于AsyLnCPSO-SVM的滚动轴承故障诊断研究

摘要：

针对时域故障诊断效率不高,而且在对SVM超参数寻优时原始PSO以及部分改进PSO容易陷入局部最小值,使得收敛效果较差的问题,提出一种AsyLnCPSO-SVM的滚动轴承故障诊断方法.提取信号的时域特征,构建故障诊断数据集,运用AsyLnCPSO-SVM模型对故障进行诊断,在诊断过程中动态调节学习因子c1和c2的值,使得c1呈非线性异步递减,而c2呈非线性异步递增,从而达到良好的故障诊断效果.实验结果表明,设计的模型具有较快的收敛性,仅需4次迭代便可收敛,并且准确率可达98.87％.

关键词：AsyLnCPSO、异步变化、粒子群优化算法、SVM、滚动轴承、故障诊断

所属期刊栏目：60

分类号：TH133.33

在线出版日期：2022-11-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：163-166