-
题名基于PSO优化VMD和SVM的转子碰摩识别
被引量：3
- 1
-
-
作者
魏永合
姜庆涛
曹怀
-
机构
沈阳理工大学机械工程学院
-
出处
《沈阳理工大学学报》
CAS
2020年第4期42-47,81,共7页
-
文摘
针对转子故障信号中存在非线性、非平稳性的特点,提出采用变分模态分解算法(Variational Mode Decomposition,VMD)对不同程度碰摩信号进行分解,并针对VMD中模态分量个数K、惩罚因子α两个重要参数需人为设定的问题,提出采用粒子群优化算法(Particle Swarm Optimization,PSO)对其进行优化,提高其信噪比,从而提取出更为准确的故障特征;采用支持向量机(Support Vector Machine,SVM)方法对转子碰摩程度进行识别,针对SVM模型中惩罚参数C和核函数参数σ的选取问题,采用PSO进行优化,以建立最优模型,提高识别准确率。通过实验验证,该方法能有效提取出不同程度转子碰磨信号的故障特征,且具有较高的识别率和实际应用价值。
-
关键词
转子碰摩程度
变分模态分解
支持向量机
粒子群优化算法
-
Keywords
rotor rubbing degree
variational mode decomposition
support vector machines
particle swarm optimization
-
分类号
TH117.1
[机械工程—机械设计及理论]
-
