-
题名基于改进JSOA-SVM的地铁站台门故障诊断
- 1
-
-
作者
王若凡
朱松青
杨柳
郝飞
徐涛
-
机构
南京工程学院机械工程学院
-
出处
《噪声与振动控制》
北大核心
2025年第2期112-117,125,共7页
-
基金
国家自然科学基金青年科学基金资助项目(52005248)
江苏省高等学校基础科学资助项目(自然科学)研究重大项目资助(23KJA460009)
大学生科技创新基金资助项目(TB202317007)。
-
文摘
为准确地对地铁站台门进行故障诊断,并针对支持向量机(Support Vector Machine,SVM)在故障诊断中的参数选择问题,将跳蛛算法(Jumping Spider Optimization Algorithm,JSOA)用于SVM参数优化提升诊断性能,同时针对JSOA易陷入局部最优、收敛速度慢等不足,提出一种多策略改进跳蛛算法(Improved Jumping Spider Optimization Algorithm,IJSOA)优化SVM的站台门故障诊断方法。首先使用Teager能量算子、变分模态分解(Variational Mode Decomposition,VMD)以及精细复合多尺度模糊熵(Refined Composite Multiscale Fuzzy Entropy,RCMFE)提取信号特征;其次,通过IJSOA寻找SVM最优参数组合构建诊断模型;最后,使用提取的特征向量输入诊断模型实现站台门故障诊断。结果表明提出方法平均识别率为97.774%,诊断精度较其余几种方法更具优势,能够有效提升故障诊断分类效果。
-
关键词
故障诊断
地铁站台门系统
变分模态分解(VMD)
跳蛛优化算法(JSOA)
支持向量机(SVM)
-
Keywords
fault diagnosis
metro platform door system
variational mode decomposition(VMD)
jumping spider optimization algorithm(JSOA)
support vector machine(SVM)
-
分类号
TH17
[机械工程—机械制造及自动化]
TP18
[自动化与计算机技术—控制理论与控制工程]
-
-
题名基于IMF-MFDE和GRU的水电机组故障诊断
被引量：2
- 2
-
-
作者
朱文鑫
王淑青
-
机构
湖北工业大学电气与电子工程学院
-
出处
《水电能源科学》
北大核心
2024年第4期173-177,共5页
-
文摘
针对水电机组振动信号非平稳、非线性及强噪声的特点,提出了一种IMF多尺度波动散布熵(MFDE)结合门控循环单元(GRU)的故障诊断方法。首先,采用跳蛛优化算法(JSOA)寻找变分模态分解(VMD)最优参数,达到振动信号最佳分解降噪效果;其次,对分解得到的本征模态函数(IMF)进行重构,计算有效IMF的多尺度波动散布熵(MFDE)作为故障特征向量;最后,将特征向量输入GRU构建水电机组故障识别器。所提方法对实际水电站机组故障样本数据的故障识别率达97.83%,验证了该方法的有效性。
-
关键词
水电机组振动信号
故障诊断
跳蛛优化算法
变分模态分解
多尺度波动散布熵
-
Keywords
vibration signal of hydroelectric unit
fault diagnosis
JSOA
VMD
MFDE
-
分类号
TV734.1
[水利工程—水利水电工程]
TK05
[动力工程及工程热物理]
-
