RS-CS-SVM在电液伺服系统故障诊断中的应用 |
| |
引用本文: | 孙海霞,木合塔尔·克力木,王晨,李卉.RS-CS-SVM在电液伺服系统故障诊断中的应用[J].组合机床与自动化加工技术,2018(6). |
| |
作者姓名: | 孙海霞 木合塔尔·克力木 王晨 李卉 |
| |
作者单位: | 新疆大学机械工程学院 |
| |
摘 要: | 针对电液伺服系统故障数据冗杂、非线性以及多样性等问题,提出了一种基于Rough Set(RS)和Cuckoo Search(CS)算法优化的Support Vector Machine(SVM)的故障诊断方法。该方法通过AMESim仿真软件对穿戴式康复训练机器人电液伺服系统进行建模,并提取故障特征量;利用粗糙集把故障特征量的冗余信息剔除,再利用布谷鸟算法优化进行向量机参数的选取,将优化处理后的故障数据作为样本输入支持向量机,实现故障诊断和分类。通过将该方法与其他几种优化支持向量机方法相比较,这种方法对于电液伺服系统故障数据冗杂、非线性及较差的故障分类具有很好的诊断功能,且其诊断正确率较高以及诊断时间大大缩短。
|
本文献已被 CNKI 等数据库收录! |
|