?

?

《機電工程》雜志,月刊( 詳細... )

中國標準連續出版物號 ISSN 1001-4551 CN 33-1088/TH
主辦單位浙江省機電集團有限公司
浙江大學
主編陳 曉
副 主 編唐任仲、羅向陽(執行主編)
總 經 理羅向陽
出 版浙江《機電工程》雜志社有限公司
地 址杭州市上城區延安路95號浙江省機電集團大樓二樓211、212室
電話Tel+86-571-87041360、87239525
E-mailmeem_contribute@163.com
國外發行中國國際圖書貿易總公司
訂閱全國各地郵局   國外代號M3135
國內發行浙江省報刊發行局
郵發代號32-68
廣告發布登記證:杭上市管廣發G-001號

在線雜志

當前位置: 機電工程 >>在線雜志

EHDE和WHO-SVM模型在齒輪箱故障診斷中的應用

作者:馬曉娜,周海超. 日期:2024-04-24/span> 瀏覽:1176 查看PDF文檔

EHDE和WHO-SVM模型在齒輪箱故障診斷中的應用*
馬曉娜1,周海超2

(1.鄭州信息工程職業學院 藝術與教育學院,河南 鄭州 450000;2.武漢科技大學 機械自動化學院,湖北 武漢 430081)


摘要:針對現有齒輪箱故障診斷方法對數據長度敏感的缺陷,提出了一種基于增強層次多樣性熵(EHDE)和野馬算法(WHO)優化支持向量機(SVM)的齒輪箱故障診斷模型。首先,傳統熵值特征提取方法在特征提取階段對數據樣本的長度比較敏感,為此提出了增強層次多樣性熵,并將其作為特征提取指標用于提取齒輪箱的故障特征;其次,采用WHO算法對SVM模型的參數進行了優化,建立了參數最優的WHO-SVM分類器;最后,將故障特征樣本輸入至WHO-SVM分類器中進行了訓練和識別,完成了樣本的故障識別;利用齒輪箱數據集分別從數據長度敏感性、算法特征提取時間、模型診斷性能三種角度對EHDE、精細復合多尺度樣本熵、精細復合多尺度模糊熵、精細復合多尺度排列熵、精細復合多尺度散布熵、精細復合多尺度波動散布熵進行了對比研究。研究結果表明:EHDE方法對數據長度的要求較低,在數據長度為512時即可以取得99.1%的平均識別準確率,在診斷穩定性和診斷精度方面均優于其他對比方法;在算法的泛化性實驗中,EHDE方法能夠以98%的準確率識別齒輪箱的不同故障類型,具有明顯的泛化性和通用性。

關鍵詞:齒輪箱故障診斷;增強層次多樣性熵;野馬算法優化支持向量機;數據長度敏感性;算法特征提取時間;模型診斷性能

中圖分類號:TH132.41文獻標識碼:A文章編號:1001-4551(2024)04-0622-11


本文引用格式:

馬曉娜,周海超.EHDE和WHO-SVM模型在齒輪箱故障診斷中的應用[J].機電工程,2024,41(4):622-632.

MA Xiaona, ZHOU Haichao. Application of EHDE and WHO-SVM model in gearbox fault diagnosis[J].Journal of Mechanical & Electrical Engineering, 2024,41(4):622-632.




?

友情鏈接

浙江機械信息網