基于IEM-FA优化LSSVM的风机主轴轴承故障诊断研究

论文摘要

针对基本萤火虫算法（FA）易陷于局部最优值和搜索速度慢的问题,文章提出了一种改进的萤火虫算法（IEM-FA）。在种群迭代过程中加入振荡因子更新固定步长和细化扰动项,并利用IEMFA算法优化最小二乘支持向量机（LSSVM）的参数。测试结果表明,IEM-FA算法优化LSSVM的诊断模型模型可以准确、高效地对风机主轴轴承进行故障诊断。

论文目录

• 0 引言
• 1 最小二乘支持向量机
• 2 IEM-FA算法优化LSSVM参数
•   2.1 萤火虫算法
•   2.2 萤火虫算法的改进
•     2.2.1 萤火虫位置更新的改进
•     2.2.2 萤火虫自适应步长的改进
•     2.2.3 改进萤火虫算法的优化测试
•   2.3 IEM-FA优化LSSVM参数
• 3 主轴轴承故障诊断分析
•   3.1 主轴轴承故障特征提取
•   3.2 主轴轴承故障识别与比较
• 4 结论

文章来源

类型: 期刊论文

作者: 石志标,姜红阳

关键词: 最小二乘支持向量机,参数优化,萤火虫算法,故障诊断

来源: 组合机床与自动化加工技术 2019年01期

年度: 2019

分类: 工程科技Ⅱ辑,信息科技

专业: 电力工业,自动化技术

单位: 东北电力大学机械工程学院

基金: 国家自然科学基金(51576036),吉林省科技发展计划项目(20100506)

分类号: TP18;TM315

DOI: 10.13462/j.cnki.mmtamt.2019.01.024

页码: 90-93

总页数: 4

文件大小: 2861K

下载量: 158