科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对联合收获机割台装置装配质量检测方法改进和精度提升等问题，结合智能算法进行装配质量检测，采用小波包能量熵对东方红4LZ-9A2联合收获机割台振动数据进行特征提取，利用差分灰狼优化算法平衡全局和局部寻优能力对支持向量机的惩罚系数和核函数半径进行寻优。小波包能量熵所用算法时间相较于变分模态分解和经验模态分解分别缩短了97.64%和96.89%,预测准确率分别提升了1.74%和56.25%,优化后支持向量机预测识别的准确率提升了2.05%。并使用优化后的模型对割台装置进行装配质量检测，进行多组对比试验，结果表明，差分灰狼算法优化后的支持向量机准确率，比粒子群算法提升了7.57%,比遗传算法提升了6.42%,比布谷鸟算法提升了11.80%。证明小波包能量熵对于割台装置振动信号数据特征提取的优越性，以及差分灰狼优化算法优化后的支持向量机对割台装置装配质量预测和识别的有效性，为联合收获机割台装置装配质量检测方法和精度的研究提供了理论指导和工程借鉴。
- 单位
