机械设计与研究

机械设计与研究 ›› 2018, Vol. 34 ›› Issue (01): 137-140+144.doi: 10.13952/j.cnki.jofmdr.a4502

• 论文 • 上一篇    下一篇

基于LFOA优化多核支持向量机的液压泵故障诊断

杜伟;房立清;齐子元;张前图;   

  1. 军械工程学院火炮工程系;驻356厂军代室;
  • 发布日期:2020-07-26

  • Published:2020-07-26

摘要： 针对采用传统支持向量机(Support Vector Machine,SVM)进行故障诊断时核函数的构造和参数的选取存在盲目性的问题,提出一种基于改进果蝇优化算法优化多核SVM的液压泵故障诊断方法。首先,对液压泵振动信号进行局部特征尺度分解(Local Characteristic-scale Decomposition,LCD),从多个角度提取混合特征组成特征集。然后,基于全局核函数和局部核函数构建多核支持向量机,并利用具有Levy飞行特征的果蝇优化算法(LFOA)对核函数权值和参数的选取进行优化。最后,将特征集输入多核SVM进行识别。液压泵故障诊断结果表明,与采用FOA、GA和PSO优化算法及单核SVM相比,所提方法具备全局寻优能力强和诊断准确率高的优点,可有效应用于液压泵故障诊断。

关键词: 多核支持向量机, 果蝇优化算法, 局部特征尺度分解, 液压泵, 故障诊断

Key words: Multi-kernel support vector machine, Fruit fly optimization algorithm, Local characteristic-scale decomposition, Hydraulic pump, Fault diagnosis