基于粒子群優(yōu)化支持向量機(jī)決策樹的齒輪箱故障診斷方法.pdf

1、齒輪箱作為機(jī)械設(shè)備中一種必不可少的連接和傳遞動(dòng)力的通用零件，在現(xiàn)代工業(yè)發(fā)展中具有廣泛的應(yīng)用。在工業(yè)生產(chǎn)過(guò)程中，大約有80％的機(jī)械故障是由齒輪箱故障引起的，這些故障的發(fā)生將直接影響機(jī)器壽命、生產(chǎn)安全與生產(chǎn)效益等。因此，對(duì)其進(jìn)行故障診斷，以保證設(shè)備正常運(yùn)行具有非常重要的實(shí)際意義。本文針對(duì)齒輪箱的故障機(jī)理，研究了齒輪箱故障特征提取技術(shù)，特別是針對(duì)現(xiàn)有支持向量機(jī)在利用決策樹策略構(gòu)造多類分類器的過(guò)程中存在的問(wèn)題，提出基于粒子群優(yōu)化決策樹的支持向量

2、機(jī)模型，以解決齒輪箱故障難以及時(shí)有效地辨識(shí)的問(wèn)題。
　　 首先，本文分析齒輪箱振動(dòng)機(jī)理和常見的幾種故障類型，并在此基礎(chǔ)上，搭建了齒輪箱試驗(yàn)平臺(tái)，設(shè)計(jì)了齒輪箱故障診斷試驗(yàn)方案，通過(guò)測(cè)試得到了不同故障下齒輪箱的振動(dòng)響應(yīng)加速度信號(hào)。
　　 其次，通過(guò)粒子群優(yōu)化算法的基本原理，分析了粒子群算法的參數(shù)對(duì)算法精度與效率的影響，以及參數(shù)的選擇原則。為了驗(yàn)證帶慣性權(quán)重PSO算法的性能，本文選取了兩個(gè)常用的標(biāo)準(zhǔn)函數(shù)做仿真，通過(guò)實(shí)驗(yàn)表明，慣