10.3969/j.issn.1000-3932.2021.03.009
基于蝙蝠算法优化支持向量机的滚动轴承故障诊断
支持向量机中参数的选择会直接影响滚动轴承故障诊断的分类效果,基于此提出一种采用蝙蝠算法优化支持向量机的故障诊断模型,以提高分类的准确率.首先将采集到的振动信号进行集成经验模式分解,分解后得到一系列模态函数分量IMF,并将计算得到的各个分量的能量熵作为信号的特征向量,将所构造的特征向量输入到蝙蝠算法优化的支持向量机BA-SVM中进行识别分类,最后输出诊断结果.将BA-SVM与GA-SVM、PSO-SVM模型进行对比,结果表明:BA-SVM模型的故障诊断准确率高、寻优能力强、收敛速度快.
故障诊断、滚动轴承、BA-SVM算法、参数优化
48
TP206+.3(自动化技术及设备)
国家自然科学基金61863016
2021-06-15(万方平台首次上网日期,不代表论文的发表时间)
共6页
248-252,263