基于PSO-SVM的采煤机摇臂齿轮箱故障诊断研究_中国煤炭行业知识服务平台

基于PSO-SVM的采煤机摇臂齿轮箱故障诊断研究

作者

陈渊马宏伟
单位

西安科技大学理学院西安科技大学机械工程学院
摘要

针对采煤机摇臂齿轮箱故障诊断的难题,提出了一种基于时频特征和PSO-SVM的故障诊断方法。考虑到SVM模型参数和故障特征对诊断结果有着重要的影响,提出了利用PSO对SVM参数进行优化,并同时选择最佳的特征子集,以获得性能最优的SVM分类器,最后将故障特征向量输入到优化的SVM分类器中进行故障诊断。轴承和齿轮的故障诊断实验结果表明,PSOSVM获得了比常规SVM更好的故障诊断性能。
关键词

支持向量机粒子群优化特征提取故障诊断采煤机摇臂
基金项目(Foundation)

国家自然科学基金资助项目(51074121)；陕西省教育厅科研计划资助项目(11JK0776)；
相关文章

[1]轴承振动信号特征提取及故障诊断研究
[2]采煤机监控技术研究现状及发展趋势
[3]矿井主通风机振动在线监测与故障诊断系统