浙江省教育厅科研计划项目(y200909202)
- 作品数：1 被引量：26H指数：1
- 相关作者：程光明宣仲义蒋永华阚君武张忠华更多>>
- 相关机构：浙江师范大学更多>>
- 发文基金：浙江省博士后科研项目择优资助项目浙江省自然科学基金浙江省教育厅科研计划更多>>
- 相关领域：电子电信机械工程更多>>
- 基于NGA优化SVM的滚动轴承故障诊断被引量：26
- 2013年
- 支持向量机(SVM)的分类性能受样本的特征以及SVM本身参数的选择影响较大。针对这种情况,基于Shannon能量熵、SVM和小生境遗传算法(NGA),提出了一种基于NGA优化SVM的滚动轴承故障诊断方法。该方法采用容错性强的Shannon能量熵作为特征参数,对信号进行EMD分解提取出前3个IMF分量作为特征信号,分别计算其Shannon能量熵作为特征向量得到样本集,作为多类别SVM的输入。在用样本训练SVM时,构造一种新的核函数,并采用NGA对SVM的核函数参数进行全局优化,使SVM获得最佳的分类性能,提高其分类识别的正确率。最后采用凯斯西储大学的滚动轴承故障样本进行了分类识别,并与其他几种方法进行了对比,结果表明该方法具有更好的可靠性和分类准确率。
- 蒋永华程光明阚君武宣仲义马继杰张忠华
- 关键词：故障诊断
