期刊导航
期刊开放获取
vip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于GWO-VMD-LSSVM的滚动轴承故障诊断
被引量:
5
1
作者
曾耀传
《自动化技术与应用》
2024年第11期24-28,共5页
针对滚动轴承故障类型及损伤程度难以识别的问题,提出一种灰狼优化算法(GWO)优化变分模态分解(VMD)及最小二乘支持向量机(LSSVM)的滚动轴承故障诊断方法。首先,该方法通过GWO-VMD算法对滚动轴承原始信号进行参数寻优及分解,减少噪声成...
针对滚动轴承故障类型及损伤程度难以识别的问题,提出一种灰狼优化算法(GWO)优化变分模态分解(VMD)及最小二乘支持向量机(LSSVM)的滚动轴承故障诊断方法。首先,该方法通过GWO-VMD算法对滚动轴承原始信号进行参数寻优及分解,减少噪声成分的干扰;其次,提取分量的奇异值及排列熵,并与原始信号的时域特征共同组成输入特征向量;最后采用GWO-LSSVM方法进行故障模式识别。实验分析结果表明,所提方法拥有比BP网络及GWO-SVM方法更好的故障识别精度,能够较好地实现滚动轴承故障类型及损伤程度的判别。
展开更多
关键词
故障诊断
滚动轴承
灰狼优化算法
变分模态分解
最小二乘支持向量机
在线阅读
下载PDF
职称材料
题名
基于GWO-VMD-LSSVM的滚动轴承故障诊断
被引量:
5
1
作者
曾耀传
机构
福建省特种设备检验研究院
出处
《自动化技术与应用》
2024年第11期24-28,共5页
基金
中央引导地方科技发展专项:福建省专用汽车科技创新研究中心(2020L3032)。
文摘
针对滚动轴承故障类型及损伤程度难以识别的问题,提出一种灰狼优化算法(GWO)优化变分模态分解(VMD)及最小二乘支持向量机(LSSVM)的滚动轴承故障诊断方法。首先,该方法通过GWO-VMD算法对滚动轴承原始信号进行参数寻优及分解,减少噪声成分的干扰;其次,提取分量的奇异值及排列熵,并与原始信号的时域特征共同组成输入特征向量;最后采用GWO-LSSVM方法进行故障模式识别。实验分析结果表明,所提方法拥有比BP网络及GWO-SVM方法更好的故障识别精度,能够较好地实现滚动轴承故障类型及损伤程度的判别。
关键词
故障诊断
滚动轴承
灰狼优化算法
变分模态分解
最小二乘支持向量机
Keywords
fault diagnosis
rolling bearing
greywolf optimizationalgorithm
variationalmode decomposition
Least Square SupportVectorMachine
分类号
TP277 [自动化与计算机技术—检测技术与自动化装置]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于GWO-VMD-LSSVM的滚动轴承故障诊断
曾耀传
《自动化技术与应用》
2024
5
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部