基于PSO优化MK TWSVM的风机齿轮箱故障诊断

摘要：

为了提高风电机组齿轮箱故障诊断的准确率,提出一种基于粒子群算法优化混合核孪生支持向量机的风电机组齿轮箱故障诊断方法.首先,在传统支持向量机的基础上引入孪生支持向量机,提高算法运算速度;其次,提出一种新的混合核函数取代传统支持向量机中的单一核函数,并选用粒子群算法对上述核函数的参数进行寻优;最后,搭建风电机组齿轮箱试验平台,采集具体的齿轮箱故障试验数据进行验证.试验结果表明,对比其他方法,本文所提出方法在诊断风电机组齿轮箱故障方面具有更高的识别准确率,因此具有较强的实用性.

关键词：风电机组齿轮箱、孪生支持向量机、混合核函数、粒子群算法、故障识别

所属期刊栏目：17

分类号：TM315(电机)

资助基金：江苏省研究生科研与实践创新计划项目SJCX18_0566

在线出版日期：2019-11-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：21-26