Noise and Vibration Control ›› 2022, Vol. 42 ›› Issue (3): 105-109.

Previous Articles     Next Articles

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

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 )

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