文章详情
| 稿件标题： | 基于多维特征与IGWO-SVM的电机轴承故障诊断 |
| 稿件作者： | 张涛，王朝阳，吴鑫辉，葛平淑，王阳 |
| DOI： | 10.11809/bqzbgcxb2023.09.019 |
| 科学编辑： | 黄景德 博士（ 吉林大学教授） |
| 栏目名称： | 装备可靠性工程专栏 |
| 关键词： | 电机轴承；主成分分析（PCA）；非线性收敛因子；Levy飞行策略；改进灰狼优化算法（IGWO）；支持向量机（ |
| 文章摘要： | 针对电机轴承故障诊断精度低、传统灰狼优化算法（GWO）优化支持向量机（SVM）故障诊断模型容易陷入局部最优的问题，引入非线性收敛因子和Levy飞行策略对改进灰狼优化算法（IGWO）进行研究，提出了一种基于多维特征与改进灰狼优化算法优化支持向量机（IGWO-SVM）的电机轴承故障诊断方法。提取电机轴承振动信号的时域和频域特征构成多维特征矩阵；采用主成分分析（PCA）降低特征矩阵的数据维数，以实现快速数据处理；利用IGWO对SVM模型参数进行优化，得到最优的IGWOSVM故障诊断模型用于确定电机轴承的故障类型。实验结果表明：所提出的电机轴承故障诊断方法在不同工况下精度高、性能稳定，所提出的IGWO算法与传统GWO和基于差分进化的改进灰狼优化算法（DEGWO）相比，具有更好的收敛性和精度。 |
| 稿件基金： | 国家自然科学基金项目（52175078） |
| 引用本文格式： | 张涛，王朝阳，吴鑫辉，等.基于多维特征与IGWOSVM的电机轴承故障诊断［J］.兵器装备工程学报，2023，44(9)：149-154,210. ZHANG Tao, WANG Zhaoyang, WU Xinhui, et al.Motor bearing fault diagnosis based on multidimensional features and IGWO-SVM［J］.Journal of Ordnance Equipment Engineering，2023，44(9)：149-154,210. |
| 刊期名称： | 2023年09期 |
| 出版时间： | 2023年9月 |
| 上线时间： | 2023年9月28日 |
| 浏览次数： | 1473 |
| 下载次数： | 32 |
| 免费阅读PDF 在线阅读 下载本期目录 下载本期封面 | |