基于SVM与GA参数优化的齿轮箱断齿故障诊断方法研究

作者：张星辉; 康建设; 曹端超; 孙磊; 滕**

来源：机械传动, 2012, (12): 26-30.

• 故障诊断
• 时域同步平均
• 支持向量机
• 遗传算法 Fault diagnosis Time synchronous average Support vector machine Genetic algorithm

提出了一种基于SVM与GA参数优化的齿轮箱故障诊断新方法。该方法首先应用时域同步平均技术对信号进行预处理,而后对信号进行小波包分解,将最后一层小波包系数的标准差作为故障特征向量,并进行归一化处理,最后得到的向量作为SVM模型的输入。在该过程中,以交叉验证意义下的分类正确率为适应度函数,应用GA对DB小波阶数、信号小波包分解层数、SVM径向基核函数参数c和g进行了优化,应用优化后的参数对模型进行训练并用于故障诊断。齿轮箱中间轴断齿故障振动实验信号的研究结果表明,该方法能够有效地提高故障诊断的正确率。

• 单位
  中国人民解放军陆军工程大学