期刊专题

10.3969/j.issn.1000-3932.2019.10.006

基于GWO-SVM算法的滚动轴承故障诊断

引用
为实现机械设备滚动轴承的实时监测和故障的准确诊断,基于支持向量机(SVM)进行故障分类,提出采用灰狼算法(GWO)优化SVM的惩罚系数c和核函数半径σ;通过小波包对数据进行特征提取;最后以优化的SVM完成故障诊断.实验结果表明:GWO-SVM算法对故障识别的准确性明显提高.

故障诊断、滚动轴承、GWO-SVM算法、参数优化

46

TH133.33

国家自然科学基金项目61263023

2019-11-19(万方平台首次上网日期,不代表论文的发表时间)

共5页

806-810

相关文献
评论
暂无封面信息
查看本期封面目录

化工自动化及仪表

1000-3932

62-1037/TQ

46

2019,46(10)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn

打开万方数据APP,体验更流畅