基于HGWO-MSVM的采煤机滚动轴承故障诊断方法
孙明波
马秋丽
张炎亮
雷俊辉
1.郑州大学管理工程学院,河南郑州,4500012.郑州大学管理工程学院,河南郑州,4500013.郑州大学管理工程学院,河南郑州,4500014.郑州大学管理工程学院,河南郑州,450001
摘要：针对采煤机滚动轴承故障特征向量提取较困难、多分类效果不理想等问题,提出了基于HGWO-MSVM的采煤机轴承故障诊断方法.对轴承故障信号进行小波降噪处理,利用经验模态分解算法对降噪后信号进行分解,并提取能量特征值,作为MSVM的训练集和测试集.采用MSVM进行故障状态识别,并用HGWO算法对MSVM的参数进行优化.试验结果表明,相比于GWO、GA和PSO优化MSVM模型,基于HGWO-MSVM的采煤机轴承故障诊断模型可明显提高故障识别精度和效率.
关键词：煤炭开采采煤机滚动轴承故障诊断经验模态分解混合灰狼优化算法多分类支持向量机
分类号：TD632(矿山电工)
资助基金：国家自然科学基金(71271194)河南省基础与前沿技术研究计划(162300410073)
论文发表日期：2018-03-02
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：6( 81-86 )
英文信息