학술논문
基于KPCA与粒子群优化SVM的扫路车驱动电机故障诊断 / Fault diagnosis of driving motor of road sweeper based on KPCA and particle swarm optimization SVM
Document Type
Academic Journal
Author
Source
中国工程机械学报 / Chinese Journal of Construction Machinery. 21(3):266-270
Subject
Language
Chinese
ISSN
1672-5581
Abstract
针对环卫车辆驱动电机故障特征不明显且存在大量干扰因素等问题,为了提高故障诊断准确率,提出一种基于核主元分析和粒子群优化支持向量机(SVM)的故障诊断方法.该方法利用在电机故障状态下的振动信号构建时频域混合特征集,通过核主元分析,对特征集内的特征量进行降维处理;通过选择主元特征和利用粒子群算法,优化SVM的主要参数,将得到的特征量输入到优化后的SVM中进行计算,并与未进行核主元分析的SVM进行对比分析.计算结果表明:该方法能够显著提高扫路车驱动电机的故障诊断准确率.