-
题名基于粒子群优化的核主元分析的故障状态识别
被引量：4
- 1
-
-
作者
魏秀业
潘宏侠
黄晋英
王福杰
-
机构
中北大学机械工程与自动化学院
-
出处
《机械科学与技术》
CSCD
北大核心
2009年第12期1546-1550,共5页
-
基金
国家自然科学基金项目(50875247)
山西省自然科学基金项目(2009011026-1)资助
-
文摘
提出一种基于粒子群优化的核主元分析的方法,并将其应用于齿轮箱的故障状态识别中。综合考虑样本的类内散布和类间散布,建立了核函数参数优化的适应度函数,应用加速度自适应粒子群优化算法对其寻优,将优化的核主元分析方法应用于齿轮箱故障状态识别中,并与主元分析的识别结果进行比较。结果表明:基于粒子群优化的核主元分析技术,通过优化核参数减少了其设置的盲目性,可有效地识别齿轮箱的不同故障状态,且故障识别结果优于主元分析。结论是:基于粒子群优化的核主元分析对于机械故障的非线性特征提取具有优势,有利于复杂机械的故障状态识别。
-
关键词
粒子群优化
核主元分析
核函数参数
特征提取
齿轮箱状态识别
-
Keywords
particle swarm optimization
kernel principal component analysis
kernel function parameter
feature extraction
gearbox condition recognition
-
分类号
TH132
[机械工程—机械制造及自动化]
TP306
[自动化与计算机技术—计算机系统结构]
-
