發(fā)布時(shí)間：2017-06-16 14:15

  本文關(guān)鍵詞：基于小波包和AGA-LSSVM模型的滾動(dòng)軸承故障診斷，由筆耕文化傳播整理發(fā)布。

【摘要】：為了解決滾動(dòng)軸承故障特征提取和故障類型識(shí)別問題,提高診斷準(zhǔn)確率,提出了一種基于小波包與自適應(yīng)遺傳算法優(yōu)化最小二乘支持向量機(jī)(AGA-LSSVM)相結(jié)合的故障診斷模型。首先由小波包分解與重構(gòu)獲取振動(dòng)信號(hào)中能反映不同故障狀態(tài)的能量特征向量,其次,由經(jīng)過自適應(yīng)遺傳算法優(yōu)化的LSSVM模型對(duì)滾動(dòng)軸承常見故障進(jìn)行診斷。MaⅡab運(yùn)行結(jié)果表明,相較于傳統(tǒng)LSSVM方法,所采用的方法可靠度較高,可以較好地實(shí)現(xiàn)對(duì)軸承故障的診斷。
【作者單位】： 青島大學(xué)自動(dòng)化與電氣工程學(xué)院;北京交通大學(xué)軌道交通控制與安全國家重點(diǎn)實(shí)驗(yàn)室;
【關(guān)鍵詞】： 小波包 自適應(yīng)遺傳算法 最小二乘支持向量機(jī) 故障診斷
【分類號(hào)】：TH133.33;TP18
【正文快照】： 滾動(dòng)軸承在旋轉(zhuǎn)機(jī)械中具有十分廣泛的應(yīng)用。據(jù)不完全統(tǒng)計(jì),30%的旋轉(zhuǎn)機(jī)械故障是由軸承故障引起的[1]。長期以來,比較普遍的滾動(dòng)軸承故障診斷方法是利用傳感器采集軸承的振動(dòng)信號(hào),通過各種信號(hào)處理方法對(duì)其處理,實(shí)現(xiàn)故障特征的提取,進(jìn)而進(jìn)行模式的識(shí)別。當(dāng)出現(xiàn)故障的滾動(dòng)軸承還

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前8條

1 羅武;覃宇;;改進(jìn)自適應(yīng)遺傳算法在硫化車間調(diào)度中的應(yīng)用[J];中國制造業(yè)信息化;2007年13期

2 趙林;魏彤;;基于“自適應(yīng)遺傳算法”的磁軸承系統(tǒng)辨識(shí)[J];自動(dòng)化與儀表;2014年04期

3 楊紅紅,吳智銘;基于自適應(yīng)遺傳算法的柔性動(dòng)態(tài)調(diào)度研究[J];中國機(jī)械工程;2002年21期

4 張杰,裴艷陽;自適應(yīng)遺傳算法用于BF型柔性傳動(dòng)的優(yōu)化設(shè)計(jì)[J];機(jī)械;2005年S1期

5 張曉霞;王彪;;自適應(yīng)遺傳算法在機(jī)械優(yōu)化設(shè)計(jì)方面的應(yīng)用[J];機(jī)械管理開發(fā);2008年03期

6 張亞洲;石林鎖;秦亮;;基于譜峭度法和自適應(yīng)遺傳算法的軸承故障診斷[J];軸承;2010年03期

7 王艷艷;吳耀華;吳穎穎;;并行自動(dòng)揀選系統(tǒng)品項(xiàng)揀選量拆分優(yōu)化[J];機(jī)械工程學(xué)報(bào);2013年16期

8 ;[J];;年期

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 白雪亮;基于自適應(yīng)遺傳算法的離心壓縮機(jī)模型參數(shù)辨識(shí)[D];東北大學(xué);2012年

  本文關(guān)鍵詞：基于小波包和AGA-LSSVM模型的滾動(dòng)軸承故障診斷，由筆耕文化傳播整理發(fā)布。

，

本文編號(hào)：455633