多尺度变异粒子群优化 mk-lssvm的轴承寿命预测 rolling element bearing life prediction based on multi-scale mutation particle swarm optimized multi-kernel least square support vector machine.pdfVIP

下载本文档

13
0
约4.28万字
约 8页
2017-09-04 发布于上海
举报
版权申诉

多尺度变异粒子群优化 mk-lssvm的轴承寿命预测 rolling element bearing life prediction based on multi-scale mutation particle swarm optimized multi-kernel least square support vector machine.pdf

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

多尺度变异粒子群优化 mk-lssvm的轴承寿命预测 rolling element bearing life prediction based on multi-scale mutation particle swarm optimized multi-kernel least square support vector machine

第３７卷　第１１期仪器仪表学报Ｖｏｌ３７Ｎｏ１１２０１６年１１月ＣｈｉｎｅｓｅＪｏｕｒｎａｌｏｆＳｃｉｅｎｔｉｆｉｃＩｎｓｔｒｕｍｅｎｔＮｏｖ．２０１６多尺度变异粒子群优化ＭＫＬＳＳＶＭ的轴承寿命预测 张　焱，汤宝平，熊　鹏（重庆大学机械传动国家重点实验室　重庆　４０００４４）摘　要：提出一种基于多尺度变异粒子群优化（ＭＳＰＳＯ）算法和多核最小二乘支持向量机（ＭＫＬＳＳＶＭ）的预测新方法用于滚动轴承寿命预测。提取小波包相对能量特征对轴承性能衰退予以描述，提出ＭＳＰＳＯ算法对ＭＫＬＳＳＶＭ模型参数进行优化选取，构造融合多核函数的ＬＳＳＶＭ模型实现轴承寿命估计。ＭＫＬＳＳＶＭ中多核函数的引入克服了单核ＬＳＳＶＭ对核函数类型强依赖性的弱点，ＭＳＰＳＯ算法中种群全局大尺度均匀变异与个体局部邻域小尺度变异搜索联合策略的提出在增强种群多样性的同时保证了粒子群局部精确搜索的能力。利用实测滚动轴承振动数据分析，验证了所提ＭＳＰＳＯ算法在模型参数优化及优化ＭＫ ＬＳＳＶＭ模型在滚动轴承寿命预测应用中的有效性。关键词：寿命预测；多尺度变异粒子群优化；多核最小二乘支持向量机中图分类号：ＴＨ２１２　ＴＨ２１３．３　　　文献标识码：Ａ　　国家标准学科分类代码：５１０．４０ＲｏｌｌｉｎｇｅｌｅｍｅｎｔｂｅａｒｉｎｇｌｉｆｅｐｒｅｄｉｃｔｉｏｎｂａｓｅｄｏｎｍｕｌｔｉｓｃａｌｅｍｕｔａｔｉｏｎｐａｒｔｉｃｌｅｓｗａｒｍｏｐｔｉｍｉｚｅｄｍｕｌｔｉｋｅｒｎｅｌｌｅａｓｔｓｑｕａｒｅｓｕｐｐｏｒｔｖｅｃｔｏｒｍａｃｈｉｎｅＺｈａｎｇＹａｎ，ＴａｎｇＢａｏｐｉｎｇ，ＸｉｏｎｇＰｅｎｇ（ＴｈｅＳｔａｔｅＫｅｙＬａｂｏｒａｔｏｒｙｏｆＭｅｃｈａｎｉｃａｌＴｒａｎｓｍｉｓｓｉｏｎ，ＣｈｏｎｇｑｉｎｇＵｎｉｖｅｒｓｉｔｙ，Ｃｈｏｎｇｑｉｎｇ４０００４４，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：Ａｎｏｖｅｌｐｒｅｄｉｃｔｉｏｎｍｅｔｈｏｄｂａｓｅｄｏｎｂｏｔｈｍｕｌｔｉｓｃａｌｅｍｕｔａｔｉｏｎｐａｒｔｉｃｌｅｓｗａｒｍｏｐｔｉｍｉｚａｔｉｏｎ（ＭＳＰＳＯ）ａｎｄｍｕｌｔｉｋｅｒｎｅｌｌｅａｓｔｓｑｕａｒｅｓｕｐｐｏｒｔｖｅｃｔｏｒｍａｃｈｉｎｅ（ＭＫＬＳＳＶＭ）ｉｓｐｒｏｐｏｓｅｄｆｏｒｔｈｅｌｉｆｅｐｒｅｄｉｃｔｉｏｎｏｆｒｏｌｌｉｎｇｅｌｅｍｅｎｔｂｅａｒｉｎｇ．Ｔｈｅｒｅｌａｔｉｖｅｗａｖｅｌｅｔｐａｃｋｅｔｅｎｅｒｇｙｆｅａｔｕｒｅｓａｒｅｅｘｔｒａｃｔｅｄｔｏｃｈａｒａｃｔｅｒｉｚｅｔｈｅｐａｔｔｅｒｎｓｏｆｂｅａｒｉｎｇｐｅｒｆｏｒｍａｎｃｅｄｅｇｒａｄａｔｉｏｎ．Ａｐａｒｔｉｃｌｅｓｗａｒｍｏｐｔｉｍｉｚａｔｉｏｎ（ＰＳＯ）ａｌｇｏｒｉｔｈｍｗｉｔｈｍｕｌｔｉｓｃａｌｅｍｕｔａｔｉｏｎｏｐｅｒａｔｉｏｎｉｓｐｒｏｐｏｓｅｄａｎｄｕｓｅｄｔｏｏｐｔｉｍａｌｌｙｓｅｌｅｃｔｔｈｅｐａｒａｍｅｔｅｒｓｏｆＭＫＬＳＳＶＭｍｏｄｅｌ．ＴｈｅＬＳＳＶＭｍｏｄｅｌｔｈａｔｆｕｓｅｓｍｕｌｔｉｐｌｅｋｅｒｎｅｌｆｕｎｃｔｉｏｎｓｉｓｃｏｎｓｔｒｕｃｔｅｄｔｏｒｅａｌｉｚｅｔｈｅｂｅａｒｉｎｇｌｉｆｅｐｒｅｄｉｃｔｉｏｎ．ＴｈｅｉｎｔｒｏｄｕｃｔｉｏｎｏｆｍｕｌｔｉｐｌｅｋｅｒｎｅｌｆｕｎｃｔｉｏｎｓｉｎＭＫＬＳＳＶＭｏｖｅｒｃｏｍｅｓｔｈｅｓｔｒｏｎｇｄｅｐｅｎｄｅｎｃｅｏｆｓｉｎｇｌｅｋｅｒｎｅｌＬＳＳＶＭｏｎｔｈｅｔｙｐｅｏｆｔｈｅｋｅｒｎｅｌｆｕｎｃｔｉｏｎｓ，ｔｈｅｐｒｏｐｏｓｉｎｇｏｆｔｈｅｃｏｍｂｉｎｅｄｓｔｒａｔｅｇｙｏｆｐｏｐｕｌａｔｉｏｎｇｌｏｂａｌｌａｒｇｅｓｃａｌｅｒａｎｄｏｍｍｕｔａｔｉｏｎａｎｄｐａｒｔｉｃｌｅｌｏｃａｌｎｅｉｇｈｂｏｒｈｏｏｄｓｍａｌｌｓｃａｌｅｍｕｔａｔｉｏｎ（ｓｅａｒｃｈｉ