基于小波包和AGA-LSSVM模型的滚动轴承故障诊断

发布时间：2017-06-16 14:15

  本文关键词：基于小波包和AGA-LSSVM模型的滚动轴承故障诊断，由笔耕文化传播整理发布。

【摘要】：为了解决滚动轴承故障特征提取和故障类型识别问题,提高诊断准确率,提出了一种基于小波包与自适应遗传算法优化最小二乘支持向量机(AGA-LSSVM)相结合的故障诊断模型。首先由小波包分解与重构获取振动信号中能反映不同故障状态的能量特征向量,其次,由经过自适应遗传算法优化的LSSVM模型对滚动轴承常见故障进行诊断。MaⅡab运行结果表明,相较于传统LSSVM方法,所采用的方法可靠度较高,可以较好地实现对轴承故障的诊断。
【作者单位】： 青岛大学自动化与电气工程学院;北京交通大学轨道交通控制与安全国家重点实验室;
【关键词】： 小波包 自适应遗传算法 最小二乘支持向量机 故障诊断
【分类号】：TH133.33;TP18
【正文快照】： 滚动轴承在旋转机械中具有十分广泛的应用。据不完全统计,30%的旋转机械故障是由轴承故障引起的[1]。长期以来,比较普遍的滚动轴承故障诊断方法是利用传感器采集轴承的振动信号,通过各种信号处理方法对其处理,实现故障特征的提取,进而进行模式的识别。当出现故障的滚动轴承还

【相似文献】

中国期刊全文数据库 前8条

1 罗武;覃宇;;改进自适应遗传算法在硫化车间调度中的应用[J];中国制造业信息化;2007年13期

2 赵林;魏彤;;基于“自适应遗传算法”的磁轴承系统辨识[J];自动化与仪表;2014年04期

3 杨红红,吴智铭;基于自适应遗传算法的柔性动态调度研究[J];中国机械工程;2002年21期

4 张杰,裴艳阳;自适应遗传算法用于BF型柔性传动的优化设计[J];机械;2005年S1期

5 张晓霞;王彪;;自适应遗传算法在机械优化设计方面的应用[J];机械管理开发;2008年03期

6 张亚洲;石林锁;秦亮;;基于谱峭度法和自适应遗传算法的轴承故障诊断[J];轴承;2010年03期

7 王艳艳;吴耀华;吴颖颖;;并行自动拣选系统品项拣选量拆分优化[J];机械工程学报;2013年16期

8 ;[J];;年期

中国硕士学位论文全文数据库 前1条

1 白雪亮;基于自适应遗传算法的离心压缩机模型参数辨识[D];东北大学;2012年

  本文关键词：基于小波包和AGA-LSSVM模型的滚动轴承故障诊断，由笔耕文化传播整理发布。

，

本文编号：455633