-
题名基于KPCA及改进蚁群遗传算法的齿轮箱故障诊断
被引量：2
- 1
-
-
作者
袁洪芳
邢爽
王华庆
-
机构
北京化工大学信息科学与技术学院
北京化工大学机电工程学院
-
出处
《测控技术》
CSCD
2015年第6期17-20,共4页
-
基金
国家自然科学基金资助项目(51375037
51075023)
教育部新世纪优秀人才支持计划项目(NCET-12-0759)
-
文摘
鉴于齿轮箱系统的复杂性和齿轮箱故障信号的多样性,提出一种基于KPCA和改进蚁群遗传算法(LACG)相结合的齿轮箱故障诊断新方法。通过KPCA去掉原始故障参数集中的冗余信息,再利用IACG算法找出降维后参数的最优解。IACG算法改进了传统蚁群算法中的概率转移公式,通过增加区域目标函数值,提高了转移运算的效率和准确率;LACG算法增加了局部搜索功能,计算得到的蚂蚁解与遗传算法的均匀两点交叉算子相结合,减少了算法的搜索时间,扩大了搜索空间,使得收敛效果更趋近最优解。实验结果表明,KPCA与IACG相结合的算法可以有效识别齿轮箱故障,相对于传统的蚁群算法,其运算效率和准确率有很大提高。
-
关键词
核主成分分析
改进蚁群遗传算法
参数降维
区域目标函数
局部搜索
均匀两点交叉算子
-
Keywords
KPCA
improved ant colony genetic algorithm
parameter dimension reduction
regional objectivefunction
local search
uniform two-point crossover operator
-
分类号
TH165.3
[机械工程—机械制造及自动化]
TP206
[自动化与计算机技术—检测技术与自动化装置]
-
