| 基于IGWO SVM的轴承故障分类预测 |
| |
| 引用本文： | 张吴飞,李帅帅,李嘉成.基于IGWO SVM的轴承故障分类预测[J].华南农业大学学报(社会科学版),2022,40(2):86-91. |
| |
| 作者姓名： | 张吴飞 李帅帅 李嘉成 |
| |
| 作者单位： | 上海理工大学 机械工程学院， 上海200093 |
| |
| 摘 要： | 随着旋转机械设备的集成化程度不断提高，轴承发生故障的概率以及故障诊断的难度都在增加。为了解决常规故障诊断出现误报和漏报等问题，课题组在采集已清洗的轴承数据基础上提出了一种新型分类预测算法。课题组通过改进的灰狼算法来收敛支持向量机的参数，并对数据集进行训练优化，以精准地对轴承故障进行判断和预测。研究结果表明判断精度可高达99.4%；通过与其他现有主流分类预测模型进行比较，进一步验证了该优化方法的优异性。该优化方案可以很好地应用于SCADA等实时状态监测系统并进行精准故障分类预测。
|
| 关 键 词： | 轴承 故障诊断 灰狼算法 支持向量机 |
Research on IGWO SVM in Bearing Fault Classification and Prediction |
| |
| ZHANG Wufei,LI Shuaishuai,LI Jiacheng.Research on IGWO SVM in Bearing Fault Classification and Prediction[J].Journal of South China Agricultural University:Social Science Edition,2022,40(2):86-91. |
| |
| Authors: | ZHANG Wufei LI Shuaishuai LI Jiacheng |
| |
| Abstract: | |
| |
| Keywords: | |
|
| 点击此处可从《华南农业大学学报(社会科学版)》浏览原始摘要信息 |
| 点击此处可从《华南农业大学学报(社会科学版)》下载免费的PDF全文 |
