噪声与振动控制 ›› 2025, Vol. 45 ›› Issue (2): 112-117.

• 信号处理与故障诊断 • 上一篇    下一篇

基于改进JSOA-SVM的地铁站台门故障诊断

王若凡朱松青杨柳郝飞徐涛   

  1. ( 南京工程学院机械工程学院,南京211167 )
  • 收稿日期:2023-08-02 修回日期:2023-12-01 出版日期:2025-04-18 发布日期:2025-03-27

Fault Diagnosis of Metro Platform Doors Based on Improved JSOA-SVM

  • Received:2023-08-02 Revised:2023-12-01 Online:2025-04-18 Published:2025-03-27

摘要: 为准确地对地铁站台门进行故障诊断,并针对支持向量机(Support Vector Machine,SVM)在故障诊断中的参数选择问题,将跳蛛算法(Jumping Spider Optimization Algorithm,JSOA)用于SVM参数优化提升诊断性能,同时针对JSOA易陷入局部最优、收敛速度慢等不足,提出一种多策略改进跳蛛算法(Improved Jumping Spider Optimization Algorithm,IJSOA)优化SVM的站台门故障诊断方法。首先使用Teager 能量算子、变分模态分解(Variational Mode Decomposition,VMD)以及精细复合多尺度模糊熵(Refined Composite Multiscale Fuzzy Entropy,RCMFE)提取信号特征;其次,通过IJSOA寻找SVM最优参数组合构建诊断模型;最后,使用提取的特征向量输入诊断模型实现站台门故障诊断。结果表明提出方法平均识别率为97.774 %,诊断精度较其余几种方法更具优势,能够有效提升故障诊断分类效果。

关键词: 故障诊断, 地铁站台门系统, 变分模态分解(VMD), 跳蛛优化算法(JSOA), 支持向量机(SVM)