科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对VMD模态分量K和惩罚因子α选取不当导致分解度较低以及SVM超参数设置较差导致故障诊断准确率低下的问题，提出一种基于GWO-VMD和GWO-SVM的滚动轴承故障诊断的方法。首先利用GWO对VMD进行寻优得到一系列固有模态分量（IMFs），分析并提取最优模态分量子集的中心频率以及能量构建故障诊断特征集，将提取的特征集输入SVM中进行分类，采用GWO对SVM惩罚因子C和核函数g进行优化。实验结果表明，GWO有较大的寻优能量，通过VMD分解后得到高质量分量，并且GWO应用于SVM时仅需1.028s便能达到最佳适应度值，且分类准确率可达99.78%。
-
单位昆明理工大学; 自动化学院
