科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对旋转部件故障诊断问题，为能更全面的提取部件的故障特征信息，提高模型的识别精度，提出一种基于混合特征与PSO-SVM的故障诊断方法。首先，提取电流和振动信号特征参数，结合信息增益算法筛选出对故障敏感的特征参数，结合主成分分析，对敏感特征进行降维处理，消除了无关特征和冗余特征对故障诊断模型的干扰。然后，以SVM分类器为基础，利用PSO算法对模型参数全局寻优，提高故障诊断的识别精度。最后，利用轴承加速疲劳试验数据集将PSO-SVM模型与常用故障诊断模型进行对比，验证该模型的有效性。
-
单位南京高速齿轮制造有限公司; 机械传动国家重点实验室; 重庆大学
