共被期刊论文引用了1次
您的检索式：您选中1篇文献正在查看引证文献汇总
|
|
|
题名
|
作者
|
年代
|
出处
|
被引量
|
| 1 | NGO-VMD和SSNGO-RF算法在风机齿轮箱故障诊断中的应用显示文摘针对风机齿轮箱采用振动信号进行故障诊断时故障准确率较低的问题,提出了基于北方苍鹰优化算法(northern goshawk optimization,NGO)的变分模态分解(variational mode decomposition,VMD)算法(NGO-VMD)和结合一维复合混沌映射(sine map and piece wise linear chaotic map,SPM)与正余弦优化算法(sine cosine algorithm,SCA)的改进NGO随机森林(random forest,RF)优化算法(SSNGO-RF)。首先,采用NGO对VMD的分解层数和惩罚因子进行寻优,避免VMD分解出现模态混叠及模态丢失问题;然后,对分解得到的若干本征模态分量(intrinsic mode function,IMF)逐层计算原始振动信号的相关系数,选取具有相关性的IMF层数进行重构并提取特征向量;最后,将特征向量输入由SPM和SCA改进的NGO优化算法,优化子树棵数和分类特征数的RF模型,进行故障分类。实验结果表明,该算法的故障诊断准确率可达0.9917,能够有效提高采用振动信号对齿轮箱进行故障诊断的准确率。 | 陈萱 杨永超 袁博洋 郭光华 钟建伟 | 2023 | 湖北民族大学学报(自然科学版)2023，41，4： | 0 |
您所在的机构暂未开通此部分的功能，请联系管理员