基于小波包与遗传算法和支持向量机的液压泵故障诊断

基于小波包与遗传算法和支持向量机的液压泵故障诊断

ID:36645338

大小:343.48 KB

页数:4页

时间:2019-05-13

基于小波包与遗传算法和支持向量机的液压泵故障诊断_第1页
基于小波包与遗传算法和支持向量机的液压泵故障诊断_第2页
基于小波包与遗传算法和支持向量机的液压泵故障诊断_第3页
基于小波包与遗传算法和支持向量机的液压泵故障诊断_第4页
资源描述:

《基于小波包与遗传算法和支持向量机的液压泵故障诊断》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、第12期组合机床与自动化加工技术No.122014年12月ModularMachineTool&AutomaticManufacturingTechniqueDec.2014文章编号:1001-2265(2014)12-0115—04DOI:10.13462/j.cnki.mmtamt.2014.12.031基于小波包与遗传算法和支持向量机的液压泵故障诊断曹斌,敖银辉,汪宝生(广东工业大学机电工程学院,广州510006)摘要:针对液压泵振动信号信噪比低、非线性及小样本等特点,提出了一种基于小波包(WaveletPacket,WP)分解、遗传算法(GeneticAlgorith

2、m,GA)和支持向量机(SuppoaVectorMachine,SVM)的液压泵故障诊断模型,即WP-GA—SVM模型。首先对液压泵振动信号进行小波包消噪预处理,然后将消噪后的信号进行小波包分解与重构,提取频带能量作为支持向量机分类器的输入特征向量。采用遗传算法来实现支持向量机核函数参数g和惩罚因子C的自动快速最优选择。最后通过与概率神经网络方法对液压泵故障诊断的对比分析,验证了该模型的有效性和优越性。关键词:液压泵;小波包;遗传算法;支持向量机;故障诊断中图分类号:TH165.3;TG65文献标识码:AFaultDiagnosisofHydraulicPumpBasedon

3、WaveletPacketandGeneticAlgorithmaswellasSuppo~VectorMachineCAOBin,AOYin-hui,WANGBao—sheng(FacultyofElectromechanicalEngineering,GuangdongUniversityofTechnology,Guangzhou510006,China)Abstract:Accordingtothecharacteristicsofthehydraulicpumpvibrationsignal—thelowsignal、nonlinearandsmallsample,

4、amodelofhydrauhcpumpfault~agnosisbasedonwaveletpacket,thegeneticalgorithmandsuppo~vectormachine(SVM)wasproposed.Firstly,thehydraulicpumpvibrationsignalwasde—noisedandpreprocessedbythewaveletpacket;thenthefeatureofband—energywasextractedbythewaveletpacketdecompositionandreconstructedastheinp

5、utvectoroftheSVMclassifier.GeneticalgorithmwasusedtoachieveautomaticandoptimalchooseoftheparametergofradialbasiskernelfunctionandpenaltyparameterC.Finally,bycontrastwiththeprobabilisticneuralnetworktothehydraulicpumpfaultdiagno—sis,weverifiedtheeffectivenessandsuperiorityoftheproposedmode1.

6、Keywords:hydraulicpump;waveletpacket;geneticalgorithm;supportvectormachine;faultdiagnosis器信息融合等。王少萍。在全面分析液压泵故障0引言机理的基础上,提出基于振动与压力传感器的信息融液压泵是液压系统的心脏,负责将机械能转变为液合故障诊断方法,有效地实现了液压泵微弱故障的诊压能,为系统提供压力油。随着液压工业的发展,液压断。基于信号处理的液压泵故障诊断方法都各自存在泵结构越来越复杂,发生故障的概率也随之增加,其性某些局限性,如时域分析在故障严重时容易引起误判,能的好坏直接影响整个液压系统的

7、可靠性。因此,对液随机性较大,不适合非平稳信号;频域分析不能反映时压泵的性能检测及故障诊断方法进行研究意义深远。间特性,对早期故障不敏感;多传感器信息融合方法存目前,关于液压泵故障诊断的方法主要有基于信在传感器配置及管理困难,故障信息融合算法设计复号处理的方法和基于人工智能的方法。基于信号处理杂等局限。基于人工智能的液压泵故障诊断方法包的方法是直接分析监测信号,提取诸如方差、幅值、频括基于专家系统的方法、基于神经网络的方法和基于率等故障特征参数,通过与泵正常工作时的特征参数模糊推理的方法。基于专家系统的

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。