期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于GA优化SVM的滚动轴承故障诊断方法研究
被引量：
11
1
作者
胡勤
朱鸿斌
+1 位作者
赵凯凯
覃爱淞
《广东石油化工学院学报》
2020年第1期44-47,53,共5页
在滚动轴承故障诊断研究中,常采用时域、频域或者时频域分析方法对振动监测数据进行故障诊断。时域中的无量纲指标因对故障敏感,而被广泛运用于机械故障诊断中,但目前无量纲指标在诊断过程中存在严重重叠问题,造成诊断准确率低。为了解...
在滚动轴承故障诊断研究中,常采用时域、频域或者时频域分析方法对振动监测数据进行故障诊断。时域中的无量纲指标因对故障敏感,而被广泛运用于机械故障诊断中,但目前无量纲指标在诊断过程中存在严重重叠问题,造成诊断准确率低。为了解决这个问题,研究了基于互无量纲指标和支持向量机(SVM)结合的滚动轴承故障诊断方法。针对SVM对参数依赖性强,且在参数选择上没有系统理论而导致欠学习或过学习的问题,提出了一种基于遗传算法优化支持向量机(GA-SVM)的滚动轴承故障诊断方法。利用遗传算法进化搜索原理,以预测的准确率作为适应值,对SVM参数进行寻优,从而得到较优的支持向量机分类模型。实验表明,基于互无量纲指标和GA-SVM算法的故障诊断方法能够准确地识别旋转机械滚动轴承的状态。
展开更多
关键词
互无量纲指标
支持向量机
遗传算法
参数优化
故障诊断
下载PDF
职称材料
基于GWO-SVM的石化旋转机械轴承故障诊断
被引量：
1
2
作者
莫常春
刘美
+4 位作者
费继友
张清华
张斐
吴斌鑫
周正南
《广东石油化工学院学报》
2022年第3期41-45,共5页
针对传统的无量纲指标在不同故障之间存在数据重叠,导致故障诊断准确率低的问题,提出了一种基于互无量纲指标和灰狼算法优化支持向量机(GWO-SVM)的故障识别模型。利用灰狼算法强大的全局搜索能力,对支持向量机关键参数惩罚因子和核函数...
针对传统的无量纲指标在不同故障之间存在数据重叠,导致故障诊断准确率低的问题,提出了一种基于互无量纲指标和灰狼算法优化支持向量机(GWO-SVM)的故障识别模型。利用灰狼算法强大的全局搜索能力,对支持向量机关键参数惩罚因子和核函数参数进行寻优,并采用广东省石化装备故障诊断重点实验室多级离心风机轴承数据进行验证。实验证明:GWO-SVM能精确地对轴承故障类型进行分类,同时GWO-SVM相对于单纯的SVM模型和遗传算法优化SVM模型具有更短的算法运行时间和更高准确率,平均准确率高达90%。
展开更多
关键词
互无量纲指标
灰狼算法
支持向量机
参数优化
故障诊断
下载PDF
职称材料
题名
基于GA优化SVM的滚动轴承故障诊断方法研究
被引量：
11
1
作者
胡勤
朱鸿斌
赵凯凯
覃爱淞
机构
广东石油化工学院广东省石化装备故障诊断重点实验室
广东工业大学自动化学院
出处
《广东石油化工学院学报》
2020年第1期44-47,53,共5页
基金
广东石油化工学院青年基金项目(2016qn17)
广东石油化工学院大学生创新创业培育计划项目(2018pyA035)
文摘
在滚动轴承故障诊断研究中,常采用时域、频域或者时频域分析方法对振动监测数据进行故障诊断。时域中的无量纲指标因对故障敏感,而被广泛运用于机械故障诊断中,但目前无量纲指标在诊断过程中存在严重重叠问题,造成诊断准确率低。为了解决这个问题,研究了基于互无量纲指标和支持向量机(SVM)结合的滚动轴承故障诊断方法。针对SVM对参数依赖性强,且在参数选择上没有系统理论而导致欠学习或过学习的问题,提出了一种基于遗传算法优化支持向量机(GA-SVM)的滚动轴承故障诊断方法。利用遗传算法进化搜索原理,以预测的准确率作为适应值,对SVM参数进行寻优,从而得到较优的支持向量机分类模型。实验表明,基于互无量纲指标和GA-SVM算法的故障诊断方法能够准确地识别旋转机械滚动轴承的状态。
关键词
互无量纲指标
支持向量机
遗传算法
参数优化
故障诊断
Keywords
mutual
dimensionless
index
support
vector
machine
genetic
algorithm
parameters
optimization
fault
diagnosis
分类号
U226.81 [交通运输工程—道路与铁道工程]
下载PDF
职称材料
题名
基于GWO-SVM的石化旋转机械轴承故障诊断
被引量：
1
2
作者
莫常春
刘美
费继友
张清华
张斐
吴斌鑫
周正南
机构
广东石油化工学院自动化学院
大连交通大学机车车辆工程学院
吉林化工学院信息与控制工程学院
东莞理工学院机械工程学院
出处
《广东石油化工学院学报》
2022年第3期41-45,共5页
基金
国家自然科学基金面上项目(6207024001,62073091)
国家自然科学基金重点项目(61933013)
+4 种基金
广东省高校重点领域(新一代信息技术)专项(2020ZDZX3042)
广东省普通高校特色创新项目(2017KTSCX176)
机械设备健康维护湖南省重点实验室开放基金项目(21903)
东莞理工学院机器人与智能装备创新中心项目(KCYCXPT2017006)
广东省普通高校机器人与智能装备重点实验室项目(2017KSYS009)。
文摘
针对传统的无量纲指标在不同故障之间存在数据重叠,导致故障诊断准确率低的问题,提出了一种基于互无量纲指标和灰狼算法优化支持向量机(GWO-SVM)的故障识别模型。利用灰狼算法强大的全局搜索能力,对支持向量机关键参数惩罚因子和核函数参数进行寻优,并采用广东省石化装备故障诊断重点实验室多级离心风机轴承数据进行验证。实验证明:GWO-SVM能精确地对轴承故障类型进行分类,同时GWO-SVM相对于单纯的SVM模型和遗传算法优化SVM模型具有更短的算法运行时间和更高准确率,平均准确率高达90%。
关键词
互无量纲指标
灰狼算法
支持向量机
参数优化
故障诊断
Keywords
mutual
dimensionless
index
gray
wolf
algorithm
support
vector
machine
parameter
optimization
fault
diagnosis
分类号
TP206.3 [自动化与计算机技术—检测技术与自动化装置]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于GA优化SVM的滚动轴承故障诊断方法研究
胡勤
朱鸿斌
赵凯凯
覃爱淞
《广东石油化工学院学报》
2020
11
下载PDF
职称材料
2
基于GWO-SVM的石化旋转机械轴承故障诊断
莫常春
刘美
费继友
张清华
张斐
吴斌鑫
周正南
《广东石油化工学院学报》
2022
1
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
