文献类型：期刊文章

作　　者：石志标[1] 宋全刚[1] 马明钊[1] 李祺[1]

机构地区：[1]东北电力大学机械工程学院,吉林132012

出　　处：《动力工程学报》

基　　金：吉林省科技发展计划项目(20100506)

年　　份：2012

卷　　号：32

期　　号：6

起止页码：454-457

语　　种：中文

收录情况：BDHX、BDHX2011、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、IC、INSPEC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：基于支持向量机(SVM)在核函数参数和惩罚因子人为选取的盲目性以及传统粒子群算法(PSO)后期易陷于局部最小值的不足,提出了一种改进的粒子群算法(MPSO),建立了汽轮机组振动故障诊断模型并且利用故障数据进行了模式识别.结果表明:模型能够对SVM相关参数自动寻优,并且能达到较为理想的全局最优解;与PSO-SVM和GA-SVM算法相比,MPSO-SVM算法在收敛速度和准确率方面都有所提高.

关 键 词：汽轮机组 振动  故障诊断 支持向量机 粒子群算法 遗传算法  

分 类 号：TK267] TP306]