基于改进ABC算法优化的LSSVM多分类器组机械故障诊断模型

摘要：

为了提高复杂机械故障诊断的确诊率,提出了一种基于改进人工蜂群算法(improved artificial bee colony,IABC)优化LSSVM多分类器组的故障诊断模型.该模型利用多特征提取方法,获取了较为完备的时频域特征信息,同时选择具有较强搜索能力和快速收敛性的IABC算法优化了LSSVM分类器的参数,提高了分类效率,在诊断决策层,利用评估矩阵进行了多分类器诊断结果的融合决策.通过与传统方法的对比表明:该诊断模型不仅能获取完备的故障特征信息,而且能更快地获取LSSVM最优分类参数;同时,基于评估矩阵的融合决策能够充分考虑各子分类器的性能差异,保证了诊断决策的高效精确.多种数据仿真表明,该诊断模型适用于机械故障诊断.

关键词：时频域特征、改进人工蜂群算法、LSSVM多分类器组、评估矩阵

所属期刊栏目：24

分类号：TP274;TH133(自动化技术及设备)

资助基金：国家自然科学基金资助项目61172095,51075349;河北省自然科学基金资助项目F2012203138

在线出版日期：2013-10-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：2157-2164