Hits:

Affiliation of Author(s):自动化学院

Title of Paper:基于信号时频特性与GA-SVM的液压泵故障诊断方法

Journal:应用科技

Key Words:小波包分解;小波包频带能量;信号统计量;支持向量机;参数寻优;遗传算法;网格搜索法;

Abstract:为提高液压泵故障诊断的准确率和速度,提出一种小波包频带能量结合信号时域统计量方差和均方根值的信号特性表示方法,以及一种用于寻找支持向量机最优惩罚因子和径向基核函数模型参数的实值编码遗传算法。实验结果表明这种信号特性表示方法能够很好地展示液压泵不同工作状态下的特征,使不同状态下的信号具有明显的区分度。通过与幂级数分格的网格搜索法对比,验证了实值编码的遗传算法能够有效且快速地找到支持向量机的最优参数。

Translation or Not:no

Date of Publication:2018-03-01

Co-author:朱家远,张惠娟,chenshuang,田瑶瑶,张辉斌

Correspondence Author:Yang Zhong