应用自适应Morlet小波和NGA优化SVM的轴承故障诊断

来源 :振动.测试与诊断 | 被引量 : 0次 | 上传用户:crocus
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
针对滚动轴承故障诊断中出现的多故障分类问题,提出了一种利用自适应Morlet小波和小生境遗传算法(niche genetic algorithm,简称NGA)优化支持向量机(support vector machine,简称SVM)实现滚动轴承故障诊断的新方法.首先,采用自适应Morlet小波方法提取出最佳尺度附近的3个信号分量作为特征信号,分别计算它们的Shannon能量熵值作为特征量得到样本集,作为SVM的输入向量,并用样本集训练1-v-r SVM;然后,再构造一种新的核函数,并用NGA在SVM训练过
其他文献
从理论创新、体系创新和战略创新三个方面,揭示了"三个代表"重要思想所蕴涵的创新精神;强调创新是马克思主义理论与实践的灵魂;指出兴起学习贯彻"三个代表"重要思想新高潮,必
大地回春.跨进面临新阶段、新形势、新挑战而具有关键性的2005年,江苏技术师范学院即将喜迎20华诞,而<江苏技术师范学院学报>创刊也已经整整10年了.
研究了提高混凝土无损检测测强曲线拟合精度的方法.提出,在最小二乘法的基础上,选用合适的函数形式,采用分段拟合,以相对误差最小为目标,消除异常值的影响或采用人工神经网络