基于Isomap和IGA-SVM的齿轮箱故障诊断研究

发布时间：2018-01-30 21:13

  本文关键词： 等距特征映射 遗传算法 支持向量机 齿轮箱 故障诊断　出处：《机械强度》2016年01期 　论文类型：期刊论文

【摘要】：为了解决齿轮箱故障诊断模式识别过程中参数难以确定的问题,引入了一种基于等距特征映射(Isometric feature mapping,Isomap)和改进遗传算法(Improved genetic algorithm,IGA)优化支持向量机(Support vector machine,SVM)参数的方法。首先在自适应最优邻域参数下,对齿轮箱振动信号高维特征集数据进行等距特征映射,通过改进的遗传算法优化支持向量机的惩罚参数和核函数参数,最终实现对降维后数据的识别分类。将所提方法应用于齿轮箱故障诊断,结果表明,所提方法具有较高的诊断正确率,与传统的支持向量机方法相比有更好的诊断效果。
[Abstract]:In order to solve the problem that the parameters are difficult to determine in the process of gearbox fault diagnosis pattern recognition, a kind of Isometric feature mapping based on equidistant feature mapping is introduced. Isomap) and improved genetic algorithm improved genetic algorithm. IGA) is a method to optimize support vector machine (SVM) parameters. Firstly, under the adaptive optimal neighborhood parameters. Based on the equidistant feature mapping of the high Viterbi solicitation data of gearbox vibration signal, the penalty parameters and kernel function parameters of support vector machine are optimized by improved genetic algorithm. Finally, the recognition and classification of the reduced dimension data are realized. The proposed method is applied to the gearbox fault diagnosis. The results show that the proposed method has a high diagnostic accuracy. Compared with the traditional support vector machine method, it has better diagnosis effect.
【作者单位】： 军械工程学院火炮工程系;中国人民解放军73903部队;
【分类号】：TH132.41
【正文快照】： LIU Zhi Chuan1,2TANG Li Wei1CAO Li Jun1(1.Department of Artillery Engineering,Ordnance Engineering College,Shijiazhuang 050003,China)(2.73903 People’s Liberation Army Troops,Xiamen 361100,China)Corresponding author:LIU Zhi Chuan,E-mail:liuzhichuan@126.c

【相似文献】

相关期刊论文 前10条

1 高永生;唐力伟;王建华;金海薇;;基于系统特性的齿轮箱故障诊断[J];煤矿机械;2006年01期

2 吴德会;;一种基于支持向量机的齿轮箱故障诊断方法[J];振动、测试与诊断;2008年04期

3 王华;包磊;宋昊明;郭颖;叶伟;;空分457齿轮箱故障诊断[J];机械研究与应用;2008年03期

4 朱有剑;李建;;基于倒频谱特征提取的齿轮箱故障诊断[J];科技广场;2008年08期

5 陈勇旗;陈启军;;7500吨浮吊齿轮箱故障诊断系统的研究[J];计算机工程与应用;2009年13期

6 田昊;唐力伟;田广;张彦;;基于核独立分量分析的齿轮箱故障诊断[J];振动与冲击;2009年05期

7 杨佳鑫;齐蕴光;蔡兆中;;齿轮箱故障诊断技术现状与发展趋势[J];机电信息;2011年36期

8 王金雷;王刚;;基于系统模型的齿轮箱故障诊断[J];机械工程与自动化;2012年01期

9 王琦;;基于整机运转状态的齿轮箱故障诊断研究[J];机电信息;2013年27期

10 汤和;;齿轮箱故障诊断系统与方法[J];齿轮;1989年02期

相关会议论文 前6条

1 蔡安江;豆卫涛;柴彦昌;孙少军;;基于人工神经网络技术的齿轮箱故障诊断应用研究[A];陕西省机械工程学会第九次代表大会会议论文集[C];2009年

2 高永生;唐力伟;甘霖;杨通强;;基于系统特性的齿轮箱故障诊断[A];2005年中国机械工程学会年会论文集[C];2005年

3 李爱民;;基于灰色聚类决策的齿轮箱故障诊断[A];第19届灰色系统全国会议论文集[C];2010年

4 金大玮;李建桥;贾民平;;循环自相关函数在齿轮箱故障诊断中的应用[A];走中国特色农业机械化道路——中国农业机械学会2008年学术年会论文集（上册）[C];2008年

5 董海江;赵春华;万诗庆;汪伟;;LWPEE与SVM在风电齿轮箱故障诊断中的应用[A];第十一届全国摩擦学大会论文集[C];2013年

6 雷亚国;林京;何正嘉;;基于多传感器信息融合的行星齿轮箱故障诊断[A];第十二届全国设备故障诊断学术会议论文集[C];2010年

相关博士学位论文 前1条

1 许昕;基于滤波技术和粒子群优化的齿轮箱故障诊断研究[D];中北大学;2011年

，

本文编号：1477241