10.3969/j.issn.1671-0630.2018.03.018
基于SVM的机械振动故障诊断
针对传统SVM算法在参数寻优过程中存在的精度低,进而降低了高速列车机械振动故障分类正确率的问题,结合当前的智能算法和故障诊断基本流程,提出一种GA-PSO-SVM算法.对此,首先对机械振动故障流程进行简单的介绍,然后对高速列车的结构及不同工况进行分析.在理论分析基础上,对SVM算法进行改进,即针对GA算法识别精度低,泛化能力弱的特点,引入PSO算法对其进行优化,进而得到最优的SVM参数C和g.最后,采用MATLAB软件对上述模型进行仿真,验证了方法的实用性和可行性.
SVM支持向量机、泛化能力、局部搜索、高速列车、故障诊断
47
U238(特种铁路)
2018-08-16(万方平台首次上网日期,不代表论文的发表时间)
共5页
74-78