典型文献
IAO优化SVM的电机滚动轴承故障诊断
文献摘要：
对于当前存在电机滚动轴承多种类型故障分类准确率不高的现象,提出一种改进天鹰优化算法(IAO)优化支持向量机(SVM)的电机滚动轴承故障诊断方法.首先,介绍了基本天鹰优化算法,然后引入Tent混沌映射和自适应权重对其改进,提高收敛速度,防止陷入局部最优;其次,对10种状态下的滚动轴承故障时域信号样本进行VMD分解,得到不同状态的时频域特征组成特征样本集.最后,利用IAO算法对支持向量机的惩罚参数(c)和核参数(g)进行优化,从而构建IAO-SVM滚动轴承故障诊断模型.最终结果表明,IAO-SVM诊断模型对电机滚动轴承10种状态下的故障诊断准确率最高达100％.
文献关键词：
滚动轴承;变分模态分解;天鹰优化算法;支持向量机;故障诊断
中图分类号：
作者姓名：
李红月;高英杰;朱文昌
作者机构：
安徽理工大学电气与信息工程学院 淮南232001
文献出处：
引用格式：
[1]李红月;高英杰;朱文昌-.IAO优化SVM的电机滚动轴承故障诊断)[J].电子测量技术,2022(10):126-132
A类：
B类：
IAO,电机滚动轴承故障诊断,多种类型,故障分类,分类准确率,天鹰优化算法,优化支持向量机,故障诊断方法,本天,Tent,混沌映射,自适应权重,收敛速度,局部最优,时域信号,VMD,时频域特征,组成特征,特征样本,样本集,惩罚参数,核参数,滚动轴承故障诊断模型,故障诊断准确率,变分模态分解
AB值：
0.253841
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
