期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于并行优化下齿轮箱两阶段特征选择与故障诊断方法研究
1
作者 李占祥 章翔峰 +1 位作者 姜宏 陈洋 《组合机床与自动化加工技术》 北大核心 2025年第8期179-184,191,共7页
精确选择最具判别性特征和优化识别模型参数对于复杂机械系统故障诊断至关重要。针对此问题,提出了一种基于MOBPSO算法的特征选择与故障诊断框架。在原始特征提取阶段,采用固有时间尺度分解(ITD)将振动信号预处理为若干PRC分量,并从原... 精确选择最具判别性特征和优化识别模型参数对于复杂机械系统故障诊断至关重要。针对此问题,提出了一种基于MOBPSO算法的特征选择与故障诊断框架。在原始特征提取阶段,采用固有时间尺度分解(ITD)将振动信号预处理为若干PRC分量,并从原始信号和前5个PRC分量中提取时域和频域统计参数作为每个信号样本的原始特征。由于原始特征维数较高,因此应用费舍尔分值法对故障特征进行排序,根据排序结果组成候选特征集。在特征重选阶段,将候选特征的重选状态和分类器参数的值编码到MOBPSO粒子中。该方法可以同步获得最优特征子集和支持向量机模型。利用自采的齿轮箱故障数据集对本框架进行验证,试验结果表明所提出的方法相较于现有方法能够获得更高的故障诊断精度。 展开更多
关键词 故障诊断 特征选择 mobpso算法 参数优化 支持向量机
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部