GA-VPMCD方法及其在机械故障智能诊断中的应用 |
| |
作者姓名: | 罗颂荣 程军圣 郑近德 杨宇 |
| |
作者单位: | 湖南大学机械与运载工程学院;湖南文理学院机械工程学院; |
| |
基金项目: | 国家自然科学基金资助项目(51175158,51075131) |
| |
摘 要: | 基于变量预测模型的分类识别(Variable predictive model-based class discriminate,VPMCD)方法是一种新的分类识别方法,但模型类型的选择存在主观性。为了解决VPMCD方法应用于机械故障诊断过程中的模型选择问题,结合遗传算法的全局优化能力,提出了基于GA-VPMCD(Genetic algorithm and variable predictive model based class discriminate)智能诊断方法。首先通过样本训练建立多个弱VPM(Variable predictive model),然后采用遗传算法优化各个弱VPM的权值,得到最优权值矩阵,最后用最优权值矩阵加权融合测试样本的弱VPM特征变量预测值,得到最佳特征变量预测值,并以误差平方和最小为辨别函数分类识别故障类型。通过GA-VPMCD方法在滚动轴承故障智能诊断中的应用实验验证了基于GA-VPMCD的故障智能诊断方法能有效地提高诊断精度和诊断系统的鲁棒性。
|
关 键 词: | 故障诊断 变量预测模型分类识别 遗传算法 机器学习 |
本文献已被 CNKI 等数据库收录! |
|