优化LSSVM及其在电机故障诊断中的应用
为实现异步电机在运行状态下快速准确诊断故障类型，构建了优化的最小二乘支持向量机（least squares support vector machine，简称LSSVM）智能故障诊断模型。首先，LSSVM将不等式约束改为等式约束，收敛速度更快；其次，改进粒子群优化算法（particle swarm optimization algorithm，简称PSO）在迭代过程设置1个粒子变异过程，随机放置的粒子可带领种群摆脱局部最优的束缚，找到全局最优点；最后，采用智能诊断模型对西储大学轴承数据及异步电机等7类故障诊断实验数据进行诊断。结果表明：LSSVM的诊断时间仅不到传统支持向量机（support...
Sparad:
| Materialtyp: | Artigo |
|---|---|
| Språk: | Chinês |
| Utgiven: |
Editorial Department of Journal of Vibration, Measurement & Diagnosis
2025-12-01
|
| Serie: | Zhendong Ceshi yu Zhenduan |
| Ämnen: | |
| Länkar: | https://zdcs.nuaa.edu.cn/zdcsyzd/article/html/20250624?st=article_issue |
| Taggar: |
Inga taggar, Lägg till första taggen!
|