基于模拟退火与LSSVM的轴承故障诊断

被引：14

作者：

隋文涛 ^{[1
,2
]}

路长厚 ^{[1
]}

Wilson Wang ^{[3
]}

张丹 ^{[2
]}

机构：

[1] 山东大学机械工程学院高效洁净机械制造教育部重点实验室

[2] 山东理工大学机械工程学院

[3] Department of Mechanical Engineering,Lakehead

来源：

振动测试与诊断. | 2010年 / 30卷 / 02期

关键词：

参数优化; 特征选择; 模拟退火算法; 最小二乘支持向量机; 故障诊断;

D O I：

10.16450/j.cnki.issn.1004-6801.2010.02.021

中图分类号：

TH133.33 [滚动轴承]; TH165.3 [];

学科分类号：

摘要：

运用模拟退火与最小二乘支持向量机(least square support vector machine,简称LSSVM)轴承的故障诊断法,是在得到较优的λ和σ参数的同时进行特征选择获取显著特征子集。为验证所提方法的有效性,将4种运行状态、5种转速、2类载荷条件下测得的轴承振动信号作为研究样本,提取信号的52个特征。试验结果表明,该法对轴承故障分类的准确率较高,可有效用于旋转机械的状态监控。

引用

页码：119 / 122+206 +206

页数：5

共 7 条

[1] 一种基于模拟退火的支持向量机超参数优化算法 [J].