基于PSO参数优化的支持向量机齿轮箱故障诊断研究.pdfVIP

2014年 4月 机床与液压 Apr．2014 第42卷 第 7期 MACHINET00L HYDRAULICS Vo1．42No．7 DOI：10．3969／j．issn．1001—3881．2014．07．041 基于PSO参数优化的支持向量机齿轮箱故障诊断研究 赵卫伟 ，潘宏侠 (中北大学机械制造与 自动化学院，山西太原030051) 摘要：为了解决支持向量机惩罚因子 C和核函数g的确定只能依靠先验知识的缺点，提 出了基于粒子群优化算法 (PSO)的支持向量机参数优化的模型，通过PSO的寻优 自动获得最优的支持向量机参数。并运用JZQ250型齿轮箱进行故 障诊断，实验表明所提出的模型很好地解决了参数选择问题 ，使 SVM性能有所提升。 关键词：支持向量机 ；粒子群 ；参数优化；故障诊断 中图分类号：TH17 文献标识码：A 文章编号：1001—3881I2014)7—152—3 ResearchonGearboxFaultDiagnosisBasedonPS0 Parameter OptimizationandSⅧ ZHA0Weiwei．PAN Hongxia (SchoolofMechanicalEngineeringandAutomation，NorthUniversityofChina， TaiyuanShanxi030051．China) Abstract：Inordertosolvetheshortcomingofthesupportvectormachine(SVM)’Spenaltyfactorcandthenuclearfunctionpa— rametergonlycalldependupontheaprioriknowledge，amodelofSVM parameteroptimizationwaspresented，basedontheoptimal algorithm ofPSO．ThroughautomaticoptimizationofthePSO，hteoptimalparametersofSVM weregotten，andthefaultdiagnosiswas carriedonbyusingtheJZQ250gearbox．Experimentsshowthatmodelpresentedisaverygoodsolutiontotheproblemofselectingpa— rameters，andmakessomepromotionoftheSVM performance． Keywords：SVM ；PSO；Parameteroptimization；Faultdiagnosis 齿轮箱是机械传动不可或缺的部件 ，因此对其故 {1，一1}其中i=1，2，3，…，z。z为样本数。J=1，2为 障的研究有重大意义。但是传统的故障诊断方法存在 模式类别，n为输入维数。根据相关理论 ，该问题可 如下问题 ：基于大样本训练，而且训练速度比较慢， 以转化求解二次型规划： 容易陷入局部极值等 。而然支持 向量机 (Support 1 min6(∞)：÷ lltO VectorMachine，简称 SVM)是基于统计学核心概念 VC维 ，用VC维来描述学习机器的复杂度，并运 S．t． Y( 。+b)一1I0，i=1，2，…，Z (1) 用VC维来控制泛化能力。支持向量机核函数相关参 从上面可以看出，优化函数 ()是二次型的， 数，即惩罚因子c和核函数g，决定着支持向量机的