基于AFSA-PSO-LSSVM的风电机组齿轮箱故障诊断

摘要：

针对LSSVM算法参数优化选取的问题,提出一种结合人工鱼群(AFSA)和粒子群优化(PSO)的混合智能算法,优化LSSVM的参数,利用AFSA算法进行全局寻优搜索参数初值,PSO算法局部更新最优解、加速跳出局部最优.最后通过对风电机组齿轮箱振动加速度数据进行模拟实验,建立了PSO-LSSVM、AFSA-LSSVM和AFSA-PSO-LSSVM算法模型.实验结果表明,AFSA-PSO-LSSVM相较于PSO-LSSVM和AFSA-LSSVM模型,收敛速度更快、精度更高,验证了方法的有效性.

关键词：风电机组、齿轮箱、故障诊断、AFSA-PSO-LSSVM

所属期刊栏目：54

分类号：TM315(电机)

资助基金：国家自然科学基金;北京市自然科学基金

在线出版日期：2022-04-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：81-87