摘要：為實現(xiàn)機械設備滾動軸承的實時監(jiān)測和故障的準確診斷,基于支持向量機(SVM)進行故障分類,提出采用灰狼算法(GWO)優(yōu)化SVM的懲罰系數(shù)c和核函數(shù)半徑σ;通過小波包對數(shù)據(jù)進行特征提取;最后以優(yōu)化的SVM完成故障診斷。實驗結(jié)果表明:GWO-SVM算法對故障識別的準確性明顯提高。
注：因版權(quán)方要求，不能公開全文，如需全文，請咨詢雜志社
熱門期刊
期刊名稱：化工自動化及儀表
化工自動化及儀表雜志緊跟學術(shù)前沿，緊貼讀者，國內(nèi)刊號為：62-1037/TQ。堅持指導性與實用性相結(jié)合的原則，創(chuàng)辦于1965年，雜志在全國同類期刊中發(fā)行數(shù)量名列前茅。
