基于小波包和PSO-SVM的柴油机故障诊断.pdf

《基于小波包和PSO-SVM的柴油机故障诊断.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第8期组合机床与自动化加工技术NO．82014年8月ModularMachineTool＆AutomaticManufacturingTechniqueAug．2014文章编号：1001—2265(2014)08—0075—03DOI：10．13462／j．cnki．mmtarnt．2014．08．021基于小波包和PSOSVM的柴油机故障诊断术金剑，潘宏侠，刘述文(中北大学机械工程与自动化学院，太原030051)摘要：针对柴油机的振动信号蕴含大量状态信息难以监测的问题，文章提出了利用小波包分解提取振动信号各频段内的能量值作为特征矩阵输入到支持

2、向量机中进行模式识别与故障诊断。对于SVM参数选取困难及其对分类效果的影响，提出利用粒子群优化算法选取惩罚因子和径向基核函数参数，让SVM模型实现最佳分类。结果表明：该方法可以有效提高分类效率和准确率，从而实现对柴油机的故障诊断。关键词：小波包；粒子群算法；支持向量机；故障诊断中图分类号：TH166：TG65文献标识码：ADieselEngineFaultDiagnosisBasedonWaveletPacketandPSO-SVMJINJian．PANHong-xia．LIUShuwen(SchoolofMechanicalEngineeri

3、ngandAutomation，NorthUniversityofChina，Taiyuan030051，China)Abstract：Thevibrationsignalofthedieselcontainsplentyofstateinformation，putforwardthewaveletpacketdecompositiontoextractthefrequencyvibrationsignalenergyvalueasthecharacteristicmatrix，thenputitintosupportvectormachine

4、sforpatternrecognitionandfaultdiagnosis．FortheSVMparameterselec—tionisdificultandhaveimpactionsontheclassificationresults，proposingtheparticleswarmoptimizationalgorithmtoselectthepenaltyfactorandtheradialbasiskernelfunctionparameter，letSVMmodeltoa—chievethebestclassification

5、．Theresultsshowthat：thismethodcaneffectivelyimprovetheclassificationaccuracyandeficiency，SOastorealizethefaultdiagnosisofdieselengine．Keywords：waveletpacket；particleswarmalgorithm；supportvectormachine；faultdiagnosis阵，然后输入到粒子群优化后的支持向量机模型进行模O引言式识别，从而实现柴油机的故障诊断。柴油机缸盖的振动信号是由不同零部

6、件或不同振1小波包能量特征提取源激发的信号相互叠加形成的，在不同工况下，它在不同频段内所蕴含的状态信息不同⋯。小波包分解可以小波包分解是在小波分解基础上的改进，它是一种将小波分解中未分解的高频段系数继续分解，因而它比更加精细的正交分解方法，能实现在全频率域上对信号小波分解有更加精细的局部分析能力，能够得到原始信的多层次频带划分，提高了频率分辨率。分解后各频带号在各频段上的能量分布信息。支持向量机是以统计的信号相互独立，它们既无冗余，也无遗漏。小波包分学习理论和结构风险最小化原则的一种机器学习方法，解后，各分解层上的每一频带的信号都具有一定的能量

7、它针对小样本、泛化能力强，推广能力和学习性能优良，值，其能量值组成的特征向量可用来表征设备的运行状并且它克服了神经网络的诸多缺点，如：过拟合、容易陷态。本文对振动信号进行小波包分解，小波基选择db2，入局部极值、收敛速度慢等。它在回归分析、信号处理分解层数4层，其能量特征提取步骤如下：和模式识别等领域中应用广泛，已成为机器学习界研究(1)小波包分解的热点问题。然而，SVM模型参数的选取比较困难，这利用小波包对原始信号4层分解，提取第4层从给它的实用性带来了影响。粒子群优化(PSO)算法低到高16个频率段的信号，J(J=0，I，2，⋯，15)是一

8、种基于群体智能搜索方法，它通过粒子间的相互协为节点数。作来寻找最优解。该方法有较强的全局搜索能力，容易(2)小波包分解系数重构实现对SVM模型参数的优