科研之友
微信
新浪微博
Facebook
分享链接
摘要
为了提升滚动轴承的识别效率,保障机械设备的正常安全运行,文中提出了一种基于鲸鱼优化算法与多核学习的支持向量机相结合的故障诊断方法。在研究过程中,由于滚动轴承信号的强非线性与故障为多分类问题,文中引入了多核学习方法,通过将多核函数映射到高维空间,构建由多个特征空间向量组合成的新的空间。新的空间充分利用各子空间的映射能力,对于故障分类这一复杂问题有了较强的适应性,弥补了单核函数非线性差的缺陷。为了解决多核参数选择问题,引入了鲸鱼优化算法,提升了模型的训练效率。在6205-2RS型深沟球轴承实验平台上,通过与单核SVM、GS-MKSVM等算法的对照实验,验证了该算法具有较好的分类识别能力,算法的精度达到了94.4%,相较于其他算法提升了约15%。
- 单位
