期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于自适应VMD-KPCA特征提取与SSA-SVM方法的滚动轴承故障诊断
被引量：
18
1
作者
张天瑞
李金洋
《机械设计》
CSCD
北大核心
2022年第7期63-73,共11页
为降低滚动轴承故障特征维度,更好地选取算法参数,提高故障诊断率,提出了自适应VMD-KPCA特征提取与SSA-SVM相结合的滚动轴承故障诊断方法。首先,利用飞鼠搜索算法(SSA)对VMD中分解层数k和惩罚因子α的最优组合进行寻优,形成自适应的VMD...
为降低滚动轴承故障特征维度,更好地选取算法参数,提高故障诊断率,提出了自适应VMD-KPCA特征提取与SSA-SVM相结合的滚动轴承故障诊断方法。首先,利用飞鼠搜索算法(SSA)对VMD中分解层数k和惩罚因子α的最优组合进行寻优,形成自适应的VMD对振动信号进行分解;其次,利用SSA对SVM中核函数参数g和惩罚因子c进行寻优,构建了SSA-SVM故障诊断模型;最后,对利用自适应VMD分解出的时域、频域、能量熵等IMF分量的故障特征进行计算,并经KPCA降维后输入SSA-SVM模型中,与多种故障诊断模型进行仿真对比分析。结果表明,SSA-SVM从适应度、准确率、运行时间上,都具有优越性;同时将用KPCA降维与未降维的SSA-SVM进行对比,证明用KPCA降维的SSA-SVM虽牺牲了少量准确率,却换取了运行时间上的大幅度提高。
展开更多
关键词
变分模态分解
飞鼠搜索算法
核主成分分析
支持向量机
故障
诊断
多域故障特征
在线阅读
下载PDF
职称材料
题名
基于自适应VMD-KPCA特征提取与SSA-SVM方法的滚动轴承故障诊断
被引量：
18
1
作者
张天瑞
李金洋
机构
沈阳大学机械工程学院
出处
《机械设计》
CSCD
北大核心
2022年第7期63-73,共11页
基金
中央引导地方科技发展资金计划项目(2021JH6/10500149)
辽宁省自然科学基金资助项目(20180551001)。
文摘
为降低滚动轴承故障特征维度,更好地选取算法参数,提高故障诊断率,提出了自适应VMD-KPCA特征提取与SSA-SVM相结合的滚动轴承故障诊断方法。首先,利用飞鼠搜索算法(SSA)对VMD中分解层数k和惩罚因子α的最优组合进行寻优,形成自适应的VMD对振动信号进行分解;其次,利用SSA对SVM中核函数参数g和惩罚因子c进行寻优,构建了SSA-SVM故障诊断模型;最后,对利用自适应VMD分解出的时域、频域、能量熵等IMF分量的故障特征进行计算,并经KPCA降维后输入SSA-SVM模型中,与多种故障诊断模型进行仿真对比分析。结果表明,SSA-SVM从适应度、准确率、运行时间上,都具有优越性;同时将用KPCA降维与未降维的SSA-SVM进行对比,证明用KPCA降维的SSA-SVM虽牺牲了少量准确率,却换取了运行时间上的大幅度提高。
关键词
变分模态分解
飞鼠搜索算法
核主成分分析
支持向量机
故障
诊断
多域故障特征
Keywords
variational mode decomposition
Squirrel Search Algorithm(SSA)
kernel principal component analysis
support vector machine
fault diagnosis
multi-domain fault characteristic
分类号
TH133.33 [机械工程—机械制造及自动化]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于自适应VMD-KPCA特征提取与SSA-SVM方法的滚动轴承故障诊断
张天瑞
李金洋
《机械设计》
CSCD
北大核心
2022
18
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
