文献类型：期刊文章

作　　者：刘志川[1,2] 唐力伟[1] 曹立军[1]

机构地区：[1]军械工程学院火炮工程系 [2]中国人民解放军73903部队

出　　处：《机械强度》

年　　份：2016

卷　　号：38

期　　号：1

起止页码：38-43

语　　种：中文

收录情况：AMR、BDHX、BDHX2014、CAS、CSA-PROQEUST、CSCD、CSCD_E2015_2016、IC、INSPEC、JST、PROQUEST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：为了解决齿轮箱故障诊断模式识别过程中参数难以确定的问题,引入了一种基于等距特征映射(Isometric feature mapping,Isomap)和改进遗传算法(Improved genetic algorithm,IGA)优化支持向量机(Support vector machine,SVM)参数的方法。首先在自适应最优邻域参数下,对齿轮箱振动信号高维特征集数据进行等距特征映射,通过改进的遗传算法优化支持向量机的惩罚参数和核函数参数,最终实现对降维后数据的识别分类。将所提方法应用于齿轮箱故障诊断,结果表明,所提方法具有较高的诊断正确率,与传统的支持向量机方法相比有更好的诊断效果。

关 键 词：等距特征映射 遗传算法  支持向量机 齿轮箱 故障诊断  

分 类 号：TH133.33]