• 《工程索引》(EI)刊源期刊
  • 中文核心期刊
  • 中国科技论文统计源期刊
  • 中国科学引文数据库来源期刊

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

蔡志鑫, 吕勇, 党章(通讯作者), 袁锐, 安柄南. 基于改进蚱蜢优化算法的自适应动模式分解和GA-SVM在行星齿轮箱轴承故障分类中的应用[J]. 工程科学学报. doi: 10.13374/j.issn2095-9389.2022.07.01.001
引用本文: 蔡志鑫, 吕勇, 党章(通讯作者), 袁锐, 安柄南. 基于改进蚱蜢优化算法的自适应动模式分解和GA-SVM在行星齿轮箱轴承故障分类中的应用[J]. 工程科学学报. doi: 10.13374/j.issn2095-9389.2022.07.01.001
Improved Grasshopper Optimization Algorithm-based Adaptive Dynamic Mode Decomposition and GA-SVM with Application to Bearing Fault Classification of Planetary Gearbox[J]. Chinese Journal of Engineering. doi: 10.13374/j.issn2095-9389.2022.07.01.001
Citation: Improved Grasshopper Optimization Algorithm-based Adaptive Dynamic Mode Decomposition and GA-SVM with Application to Bearing Fault Classification of Planetary Gearbox[J]. Chinese Journal of Engineering. doi: 10.13374/j.issn2095-9389.2022.07.01.001

基于改进蚱蜢优化算法的自适应动模式分解和GA-SVM在行星齿轮箱轴承故障分类中的应用

doi: 10.13374/j.issn2095-9389.2022.07.01.001
详细信息
  • 中图分类号: TH113, TH133.33

Improved Grasshopper Optimization Algorithm-based Adaptive Dynamic Mode Decomposition and GA-SVM with Application to Bearing Fault Classification of Planetary Gearbox

  • 摘要: 行星齿轮箱在运行过程中由于齿轮间相互作用会产生强噪声情况,导致行星轴承的故障特征被完全淹没在背景噪声中并难以提取,使得行星轴承故障分类的准确率达不到较高水平。针对这一问题,本文提出一种基于改进蚱蜢优化算法的自适应动模式分解(ADMD)和遗传算法优化支持向量(GA-SVM)的行星轴承故障分类方法。针对动模式分解(DMD)中截断秩无法准确选取的问题,定义了一种新的适应度函数,采用改进的蚱蜢优化算法(IGOA)自适应的选择最优参数,实现对原始振信号的降噪处理。然后对降噪后的信号计算其归一化后复合精细多尺度离散熵(IRCMDE)并构成特征矩阵。最后采用遗传算法优化支持向量机的关键参数,构建GA-SVM分类模型,并将其应用到行星轴承故障诊断中。利用行星齿轮箱中行星轴承故障数据验证了本文所提方法的有效性和实用性,最终分类结果为96.4286%,表明了该方法可以准确的识别出行星轴承的故障。

     

  • 加载中
计量
  • 文章访问数:  35
  • HTML全文浏览量:  0
  • PDF下载量:  4
  • 被引次数: 0
出版历程
  • 网络出版日期:  2022-09-13

目录

    /

    返回文章
    返回