典型文献
灰狼算法优化VMD与SVM的滚动轴承故障诊断
文献摘要：
针对VMD模态分量K和惩罚因子α选取不当导致分解度较低以及SVM超参数设置较差导致故障诊断准确率低下的问题,提出一种基于GWO-VMD和GWO-SVM的滚动轴承故障诊断的方法.首先利用GWO对VMD进行寻优得到一系列固有模态分量(IMFs),分析并提取最优模态分量子集的中心频率以及能量构建故障诊断特征集,将提取的特征集输入SVM中进行分类,采用GWO对SVM惩罚因子C和核函数g进行优化.实验结果表明,GWO有较大的寻优能量,通过VMD分解后得到高质量分量,并且GWO应用于SVM时仅需1.028 s便能达到最佳适应度值,且分类准确率可达99.78％.
文献关键词：
轴承故障;灰狼算法;VMD;收敛性;迭代
中图分类号：
作者姓名：
蒋朝云;李亚;王海瑞
作者机构：
650500 云南省 昆明市 昆明理工大学 信息工程与自动化学院
文献出处：
引用格式：
[1]蒋朝云;李亚;王海瑞-.灰狼算法优化VMD与SVM的滚动轴承故障诊断)[J].农业装备与车辆工程,2022(09):88-92
A类：
B类：
灰狼算法,算法优化,VMD,滚动轴承故障诊断,惩罚因子,解度,超参数,参数设置,故障诊断准确率,GWO,固有模态分量,IMFs,子集,中心频率,诊断特征,征集,集输,核函数,达到最佳,适应度值,分类准确率,收敛性
AB值：
0.281517
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。
