基于PCA-VNWOA-LSSVM的感应电机轴承故障诊断

SHANG Qianming, CHEN Jiajun, DU Chang,YU Hang

Applied Science and Technology（2023）

引用 0|浏览0

暂无评分

摘要

轴承作为感应电机的关键部件,其运行状态直接影响船舶电力拖动系统安全.为解决船舶感应电机轴承故障诊断难题,本文提出一种基于PCA-VNWOA-LSSVM的故障诊断模型.选用美国凯斯西储大学轴承振动数据,利用离散小波分解(discrete wavelet transformation,DWT)从振动信号中提取内圈、外圈和滚动体故障特征,按不同故障类型和直径进行分组、主成分分析(principal component analysis,PCA)降维,结合改进的鲸鱼优化算法(von neumann whale optimization algorithm,VNWOA)对最小二乘支持向量机(least squares support vector machine,LSSVM)初始参数δ2和γ寻优,搭建其故障识别模型,最后将遗传算法(genetic algorithm,GA)和粒子群算法(particle swarm optimization,PSO)的寻优诊断结果与之对比.结果表明:基于PCA-VNWOA-LSSVM的模型故障诊断精度高,且具有良好的稳定性及诊断速度.

关键词

wavelet decomposition,von neumann whale optimization algorithm,least squares support vector machine,fault diagnosis,principal component analysis,vibration signal,bearing,data reduction

AI 理解论文

溯源树

样例

生成溯源树，研究论文发展脉络

Chat Paper

正在生成论文摘要