《机电工程》杂志社科技期刊核心期刊论文投稿机电一体化机械、仪表电工自动化、计算机浙江大学主办

《机电工程》杂志，月刊( 详细... )

中国标准连续出版物号： ISSN 1001-4551 CN 33-1088/TH
主办单位：浙江省机电集团有限公司
浙江大学
主编：陈晓
副主编：唐任仲、罗向阳(执行主编)
总经理：罗向阳
出版：浙江《机电工程》杂志社有限公司
地址：杭州市上城区延安路95号浙江省机电集团大楼二楼211、212室
电话Tel：+86-571-87041360、87239525
E-mail：meem_contribute@163.com
国外发行：中国国际图书贸易总公司
订阅：全国各地邮局 国外代号：M3135
国内发行：浙江省报刊发行局
邮发代号：32-68
广告发布登记证：杭上市管广发G-001号

在线杂志	当前位置：机电工程 >>在线杂志

EHDE和WHO-SVM模型在齿轮箱故障诊断中的应用

作者：马晓娜,周海超. 日期：2024-04-24/span> 浏览：1100 查看PDF文档

EHDE和WHO-SVM模型在齿轮箱故障诊断中的应用*

马晓娜1,周海超2

(1.郑州信息工程职业学院艺术与教育学院,河南郑州 450000;2.武汉科技大学机械自动化学院,湖北武汉 430081)

摘要:针对现有齿轮箱故障诊断方法对数据长度敏感的缺陷,提出了一种基于增强层次多样性熵(EHDE)和野马算法(WHO)优化支持向量机(SVM)的齿轮箱故障诊断模型。首先,传统熵值特征提取方法在特征提取阶段对数据样本的长度比较敏感,为此提出了增强层次多样性熵,并将其作为特征提取指标用于提取齿轮箱的故障特征;其次,采用WHO算法对SVM模型的参数进行了优化,建立了参数最优的WHO-SVM分类器;最后,将故障特征样本输入至WHO-SVM分类器中进行了训练和识别,完成了样本的故障识别;利用齿轮箱数据集分别从数据长度敏感性、算法特征提取时间、模型诊断性能三种角度对EHDE、精细复合多尺度样本熵、精细复合多尺度模糊熵、精细复合多尺度排列熵、精细复合多尺度散布熵、精细复合多尺度波动散布熵进行了对比研究。研究结果表明:EHDE方法对数据长度的要求较低,在数据长度为512时即可以取得99.1%的平均识别准确率,在诊断稳定性和诊断精度方面均优于其他对比方法;在算法的泛化性实验中,EHDE方法能够以98%的准确率识别齿轮箱的不同故障类型,具有明显的泛化性和通用性。

关键词:齿轮箱故障诊断;增强层次多样性熵;野马算法优化支持向量机;数据长度敏感性;算法特征提取时间;模型诊断性能

中图分类号:TH132.41文献标识码:A文章编号:1001-4551(2024)04-0622-11

本文引用格式:

马晓娜,周海超.EHDE和WHO-SVM模型在齿轮箱故障诊断中的应用［J］.机电工程,2024,41(4):622-632.

MA Xiaona, ZHOU Haichao. Application of EHDE and WHO-SVM model in gearbox fault diagnosis［J］.Journal of Mechanical & Electrical Engineering, 2024,41(4):622-632.