磷虾算法优化多分类支持向量机的轴承故障诊断

摘要：

为了提高滚动轴承故障类型诊断准确度,提出了磷虾算法优化多分类支持向量机的轴承故障诊断方法.对于时频域特征参数的提取,将CEEMD算法与小波包优势结合,提出了CEEMD与小波包半软阈值去噪相结合的提取方法;对于特征参数降维,针对轴承振动信号的非线性特点,使用局部线性嵌入算法降维,对降维后特征参数使用模糊C均值聚类进行验证,可以看出LLE降维不仅降低了计算量而且有利于模式识别;将二叉树法与投票法支持向量机结合,给出了混合多分类支持向量机,使用磷虾算法对其进行参数优化.实验验证可知,磷虾算法优化的多分类支持向量机具有很高的输出精度,轴承状态识别准确率为100％,使用粒子群算法优化的支持向量机输出精度低,轴承状态识别准确率为79％.

关键词：滚动轴承、故障诊断、多分类支持向量机、磷虾算法、局部线性嵌入算法

分类号：TH133.33

资助基金：省教育厅科研课题KJ2018ZBB022

在线出版日期：2019-06-21（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：130-136