Scidown文献预览系统!
基于改进粒子群优化VMD和SVM模型的轴承故障诊断( Bearing fault diagnosis based on improved particle swarm optimized VMD and SVM models )
Q Zhang S Chen ZP Fan
为了提高轴承故障诊断的准确性,提出了改进的粒子群优化变分模式分解(VMD)和支持向量机(SVM)模型。针对粒子群优化算法的收敛效果,引入动态惯性权重和梯度信息对粒子群优化算法进行改进。利用IPSO优化VMD模态分量的最优个数和惩罚因子,并将其应用于振动信号的分解。通过计算从轴承振动信号中得到的各分量信号的多尺度信息熵来构造故障样本集。同时,利用IPSO对支持向量机(IPSO-SVM)进行优化,将其用于轴承故障诊断。采用时域特征数据集作为比对数据集,采用经典的粒子群优化算法、遗传算法和交叉验证法作为比对算法,验证了本文方法的有效性。研究结果表明,优化后的VMD能有效地分解振动信号,并能有效地突出故障特征。IPSO可以在不增加额外成本的情况下将精确度提高2%。IPSO算法的精度、波动性和收敛误差均优于比较算法。
『Sci-Hub|Scidown』怎么用?来看看教程吧!

支持模式 1.支持DOI号 2.支持英文文献全名搜索 3.支持参考文献搜索 4.知网文献(暂时关闭)


安卓手机、电脑用户,您可以在QQ浏览器里输入 www.scidown.cn 打开scidown解析,就可以解析、下载了!(注意是文献的DOI号)


苹果手机用户,您需要先在App Store里搜索并下载 Documents by Readdle 这个APP,在APP首页,左划右下角的指南针图标打开APP内置浏览器,在浏览器里输入 www.scidown.cn 打开scidown解析,就可以解析、下载了!


如出现BUG?赶快加入【Scidown互助交流群】反馈吧:729083885【点击一键加群】