欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2018111273087
申请人: 昆明理工大学
专利类型:发明专利
专利状态:已下证
专利领域: 测量;测试
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种基于改进的PSO算法优化FSVM的滚动轴承故障诊断方法,其特征在于:包括如下步骤,首先采用小波分解方法对滚动轴承的故障数据进行特征向量的提取;然后利用PSO算法对FSVM的惩罚系数和核函数参数进行优化,搭建优化好的FSVM模型;再将提取得到的特征向量输入到优化好的FSVM中进行训练得到滚动轴承故障诊断模型,最后利用滚动轴承故障诊断模型进行滚动轴承故障诊断模型进行故障诊断;

所述利用PSO算法对FSVM的惩罚系数和核函数参数进行优化的具体步骤如下:Step1初始化相关参数

设粒子的搜索空间为N维空间,种群粒子总数为M,第i个粒子在第t次寻优时,其位置表示为Xi(t)=[Xi,1(t),Xi,2(t),…,Xi,N(t)],速度为表示为Vi(t)=[Vi,1(t),Vi,2(t),…,Vi,N(t)],粒子的个体极值表示为Pi(t)=[Pi,1(t),Pi,2(t),…,Pi,N(t)],全局极值表示为G(t)=Pg(t)=[Pg,1(t),Pg,2(t),…,Pg,N(t)],1≤g≤M;

Step2利用下式对粒子的个体极值更新

Step3对t+1时刻的粒子速度和位置进行更新

Vi,j(t+1)=Vi,j(t)+c1·r1,i,j(t)·(Pi,j(t)-Xi,j(t))+c2·r2,i,j(t)·(Gj(t)-Xi,j(t))Xi,j(t+1)=Vi,j(t+1)+Xi,j(t)其中,1≤i≤M,1≤j≤N;t表示的是粒子进行第t次寻优;且c1和c2均为常数,表示为学习因子,c1用来保证粒子向局部最优位置移动的距离,c2用来保证粒子向全局最优位置移动的距离;r1,i,j(t)和r2,i,j(t)~U(0,1);

Step4当达到设定的迭代次数,结束更新。

2.根据权利要求1所述的基于改进的PSO算法优化FSVM的滚动轴承故障诊断方法,其特征在于:所述Step3中t+1时刻的粒子速度更新如下:

Vi,j(t+1)=ωVi,j(t)+c1·r1,i,j(t)·(Pi,j(t)-Xi,j(t))+c2·r2,i,j(t)·(Gj(t)-Xi,j(t))ω为粒子惯性权重,

上式中,ωmin和ωmax分别表示惯性因子的最小值和最大值,f表示当前粒子所在位置的适应度函数值,fmax表示全局极值粒子对应的适应度函数值,favg表示群体中所有粒子的平均适应度函数值。