噪声与振动控制

噪声与振动控制 ›› 2022, Vol. 42 ›› Issue (3): 105-109.

• 信号处理与故障诊断 • 上一篇    下一篇

基于天牛须搜索优化支持向量机液压泵故障诊断

张军翠1，王立成2   

  1. （ 1. 河北工业职业技术大学智能制造学院, 石家庄050091；
    2. 河北科技大学离退休工作处，石家庄050018 ）
  • 收稿日期:2021-06-25 修回日期:2021-08-25 出版日期:2022-06-18 发布日期:2022-06-28

Fault Diagnosis of Hydraulic Pumps Based on Support Vector Machine Optimized by Beetle Antennae Search

  • Received:2021-06-25 Revised:2021-08-25 Online:2022-06-18 Published:2022-06-28

PDF

摘要： 为准确地对液压泵的典型故障进行诊断，同时针对支持向量机（Support Vector Machine，SVM）在故障诊断中的参数选择问题，将天牛须搜索算法（Beetle Antennae Search，BAS）应用到SVM的参数优化中，建立BAS-SVM液压泵故障诊断模型，以此来提高SVM在液压泵故障诊断中的性能。液压泵故障诊断实例的结果表明，相比于遗传算法、粒子群算法、果蝇算法等算法的改进算法，BAS得到的SVM参数更优，使SVM获得更高的诊断精度，从而验证了所提方法的有效性。

关键词: 故障诊断, 天牛须搜索, 支持向量机, 参数优化, 液压泵