利用GS优化SM-SVM的滚动轴承故障诊断方法研究
版权信息:站内文章仅供学习与参考,如触及到您的版权信息,请与本站联系。
信息
资料大小
470KB
文件类型
PDF
语言
简体中文
资料等级
☆☆☆☆☆
下载次数
简介
针对滚动轴承常见故障,提出利用网格搜索(GS)优化序列最小支持向量机(SM-SVM)的故障诊断方法.首先,对提取的滚动轴承振动信号进行预处理,并对其分别提取峭度指标、偏度系数、方均根值等时域统计量和小波包分解节点能量等特征,并对特征向量进行归一化和PCA降维处理.其次,利用GS算法对SM-SVM的核函数参数和惩罚因子进行优化,以提高滚动轴承故障模式识别的正确率.最后,利用MATLAB LIBSVM工具箱对滚动轴承不同故障进行模式识别,并将本方法与SM-SVM和LS-SVM方法进行了比较.结果发现,改进方法的模式识别正确率比原方法的高出5%.相关论文
- 2021-03-25华益精机 让中国装备用中国芯——访浙江华益精密机械有限公司总经理 陶小好
- 2020-10-12极端制造开辟制造业蓝海
- 2020-11-07中国汽车工业的2009
- 2024-07-09复杂产品生产管理优化的研究综述和展望
- 2020-07-15基于IE的双作用离合器柔性装配线优化设计
请自觉遵守互联网相关的政策法规,严禁发布色情、暴力、反动的言论。