基于VMD与IFWA-SVM的滚动轴承故障诊断研究
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
3.48 MB
文件类型
PDF
语言
简体中文
资料等级
☆☆☆☆☆
下载次数
简介
为有效提取非平稳性、复杂性的滚动轴承振动信号特征,提出一种基于变分模态分解、改进烟花算法(IFWA)优化支持向量机(SVM)的滚动轴承故障诊断方法。利用VMD对原始信号进行分解,计算得到各IMF的样本熵,将原始信号的时域特征与其结合组成特征矩阵。为提高故障诊断效率,采用IFWA优化SVM,建立IFWA-SVM模型。使用训练集特征矩阵训练诊断模型,实现滚动轴承的故障诊断。利用实测信号验证该方法,并与粒子群算法优化进行比较。结果表明:利用该方法进行诊断,正确率提高了3.33%、训练时间缩短了21.55 s,验证了该方法的可行性。相关论文
- 2020-07-2940ft双层码头集装箱转运车车架的有限元分析
- 2021-03-13隔膜泵用电磁执行器的软着陆设计与仿真
- 2024-05-23发动机曲轴有限元仿真分析
- 2024-09-05翻转式闸门有限元分析及结构优化设计
- 2024-08-15极端条件下梁底检修车有限元分析
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。