基于改进天牛须搜索优化SVM的车辆变速箱故障诊断

乔文山; 华晋; 陈美宏

doi:10.16578/j.issn.1004.2539.2022.06.023

您当前的位置：

首页 >

文章列表页 >

基于改进天牛须搜索优化SVM的车辆变速箱故障诊断

开发应用 | 更新时间：2022-10-04

- 基于改进天牛须搜索优化SVM的车辆变速箱故障诊断
- Fault Diagnosis of Vehicle Gearbox based on Support Vector Machine Optimized by Improved Beetle Antennae Search
- 机械传动 2022年46卷第6期页码：154-160
- 作者机构：
  
  1.浙江经济职业技术学院汽车技术学院，浙江杭州310018
  2.南京林业大学机械电子工程学院，江苏南京 210037
  3.南京林业大学工程培训中心，江苏南京 210037
- 作者简介：
  
  乔文山（1981— ），男，宁夏吴忠人，硕士，讲师；研究方向为汽车技术、故障诊断技术。
  华晋（1976— ），男，江苏淮安人，硕士，高级实验师；研究方向为检测技术与装置，传感器
- 基金信息：
  
  江苏省国际合作资助项目(BZ2010060┫杭州亿校云信息技术有限公司横向课题┣20231D274220009)
- DOI：10.16578/j.issn.1004.2539.2022.06.023
  中图分类号：
扫描看全文
乔文山,华晋,陈美宏.基于改进天牛须搜索优化SVM的车辆变速箱故障诊断[J].机械传动,2022,46(06):154-160.

Qiao Wenshan,Hua Jin,Chen Meihong.Fault Diagnosis of Vehicle Gearbox based on Support Vector Machine Optimized by Improved Beetle Antennae Search[J].Journal of Mechanical Transmission,2022,46(06):154-160.
乔文山,华晋,陈美宏.基于改进天牛须搜索优化SVM的车辆变速箱故障诊断[J].机械传动,2022,46(06):154-160. DOI： 10.16578/j.issn.1004.2539.2022.06.023.

Qiao Wenshan,Hua Jin,Chen Meihong.Fault Diagnosis of Vehicle Gearbox based on Support Vector Machine Optimized by Improved Beetle Antennae Search[J].Journal of Mechanical Transmission,2022,46(06):154-160. DOI： 10.16578/j.issn.1004.2539.2022.06.023.

摘要

针对支持向量机（SVM）在车辆变速箱故障诊断中性能受参数影响较大的实际，在研究天牛须搜索（BAS）的基础上，提出基于改进天牛须搜索（IBAS）优化SVM的车辆变速箱故障诊断新方法。相比于BAS，IBAS对步长公式进行了修正，同时增加了高斯变异行为，使得算法前后期的搜索能力得到了平衡且具有跳出局部最优的能力，能够获得更优的SVM参数。车辆变速箱故障诊断结果表明，所提方法有效提高了故障诊断的精度，相比于其他几种方法效果更优。

Abstract

Aiming at the fact that the performance of support vector machine （SVM） in vehicle gearbox fault diagnosis is greatly affected by parameters，a new method of vehicle gearbox fault diagnosis based on improved SVM is proposed based on the research of beetle antennae search （BAS）. Compared with BAS，IBAS modified the step size formula and added Gaussian variation behavior，so that the search ability of the algorithm in the early and late period is balanced and has the ability to jump out of the local optimal，and better SVM parameters could be obtained. The results of gearbox fault diagnosis show that the proposed method can effectively improve the accuracy of fault diagnosis，and the results are better than those of other methods.

关键词

天牛须搜索支持向量机变速箱故障诊断

Keywords

Beetle antennae searchSupport vector machineGearboxFault diagnosis

references

李梅红，连威.基于变分模态分解和符号熵的齿轮故障诊断方法［J］.机械传动，2019，43（3）：161-165.

LI Meihong，LIAN Wei.Gear gault diagnosis method based on variational modal decomposition and symbol entropy［J］.Journal of Mechanical Transmission，2019，43（3）：161-165.

吴守军，陈健，冯辅周，等.改进的熵特征在行星齿轮裂纹故障识别中的应用［J］.西安交通大学学报，2021，55（6）：61-68.

WU Shoujun，CHEN Jian，FENG Fuzhou，et al.An application of improved entropy feature in crack fault identification of planetary gear［J］.Journal of Xi'an Jiaotong University，2021，55（6）：61-68.

蒋佳炜，胡以怀，柯赟，等.基于小波包特征提取和模糊熵特征选择的柴油机故障分析［J］.振动与冲击，2020，39（4）：273-277.

JIANG Jiawei，HU Yihuai，KE Yun，et al.Fault diagnosis of diesel engines based on wavelet packet energy spectrum feature extraction and fuzzy entropy feature selection［J］.Journal of Vibration and Shock，2020，39（4）：273-277.

许子非，岳敏楠，李春.基于改进变分模态分解与支持向量机的风力机轴承故障诊断［J］.热能动力工程，2020，35（6）：233-242.

XU Zifei，YUE Minnan，LI Chun.Nonlinear characteristic analysis of wind turbine bearings by SVM based on optimized variational mode decomposition［J］.Journal of Engineering for Thermal Energy and Power，2020，35（6）：233-242.

王振亚，姚立纲，戚晓利，等.参数优化变分模态分解与多域流形学习的行星齿轮箱故障诊断［J］.振动与冲击，2021，40（1）：110-118.

WANG Zhenya，YAO Ligang，QI Xiaoli，et al.Fault diagnosis of planetary gearbox based on parameter optimized VMD and multi-domain manifold learning［J］.Journal of Vibration and Shock，2021，40（1）：110-118.

胡璇，叶柯华，李春，等.基于集合经验模态分解和关联维数的风力机齿轮箱故障诊断［J］.热能动力工程，2020，35（8）：132-141.

HU Xuan，YE Kehua，LI Chun，et al.Fault diagnosis of wind turbine gearbox based on ensemble empirical mode decomposition and correlation dimension［J］.Journal of Engineering for Thermal Energy and Power，2020，35（8）：132-141.

黄晓璐，周湘贞.基于改进果蝇优化算法优化支持向量机的故障诊断［J］.机械强度，2019，41（3）：568-574.

HUANG Xiaolu，ZHOU Xiangzhen.A fault diagnosis method based on suport vector machine optimizaed by improved fruit fly optimization algorithm［J］.Journal of Mechanical Strength，2019，41（3）：568-574.

杨武帮，高丙朋，陈飞，等.基于变分模态分解和PSO-SVM的起重机齿轮箱故障诊断［J］.机械传动，2021，45（4）：105-111.

YANG Wubang，GAO Bingpeng，CHEN Fei，et al.Fault diagnosis of crane gearbox based on variational mode decomposition and PSO-SVM［J］.Journal of Mechanical Transmission，2021，45（4）：105-111.

谭晶晶.基于混沌步长果蝇算法优化支持向量机的齿轮故障诊断［J］.机械设计与研究，2021，37（2）：88-91.

TAN Jingjing.Gear fault diagnosis based on SVM optimized by chaotic step fruit fly optimization algorithm［J］.Machine Design & Research，2021，37（2）：88-91.

王振亚，姚立纲，蔡永武，等.基于熵-流特征和樽海鞘群优化支持向量机的故障诊断方法［J］.振动与冲击，2021，40（6）：107-114.

WANG Zhenya，YAO Ligang，CAI Yongwu，et al.Fault diagnosis method based on the entropy-manifold feature and SSO-SVM［J］.Journal of Vibration and Shock，2021，40（6）：107-114.

JIANG X Y，LI S.BAS：beetle antennae search algorithm for optimization problems［J］.International Journal of Robotics and Control，2017，1（1）：1-5.

曲云霄，林升垚，徐晋勇，等.基于天牛须搜索算法的电池模型参数辨识［J］.电源技术，2021，45（6）：728-731.

QU Yunxiao，LIN Shengyao，XU Jinyong，et al.Parameter identification of battery model based on beetle antennae search algorithm［J］.Chinese Journal of Power Sources，2021，45（6）：728-731.

廖列法，杨红.天牛须搜索算法研究综述［J］.计算机工程与应用，2021，57（12）：54-64.

LIAO Liefa，YANG Hong.Review of beetle antennae search［J］.Computer Engineering and Applications，2021，57（12）：54-64.

方涛，钱晔，郭灿杰，等.基于天牛须搜索优化支持向量机的变压器故障诊断研究［J］.电力系统保护与控制，2020，48（20）：90-96.

FANG Tao，QIAN Ye，GUO Canjie，et al.Research on transformer fault diagnosis based on a beetle antennae search optimized support vector machine［J］.Power System Protection and Control，2020，48（20）：90-96.

刘伯颖，胡佳程，李玲玲，等.IGBT老化状态下基于BAS-SVM模型的结温预测方法［J］.微电子学，2020，50（5）：664-668.

LIU Boying，HU Jiacheng，LI Lingling，et al.Junction temperature prediction method based on BAS-SVM model in aging state of IGBT［J］.Microelectronics，2020，50（5）：664-668.

季云峰，冯立元，匡亮.基于改进的有监督正交邻域保持嵌入的故障辨识［J］.机械传动，2017，41（1）：16-19.

JI Yunfeng，FENG Liyuan，KUANG Liang.Fault identification based on improved supervised orthogonal neighborhood preserving embedding［J］.Journal of Mechanical Transmission，2017，41（1）：16-19.

梁秀霞，李万通，杨凡，等.基于改进天牛须算法优化的确定性跳跃循环状态网络的交通流预测［J］.科学技术与工程，2021，21（8）：3372-3378.

LIANG Xiuxia，LI Wantong，YANG Fan，et al.Prediction of traffic flow based on cycle reservoir with regular jumps optimized by improved beetle antennae search algorithm［J］.Science Technology and Engineering，2021，21（8）：3372-3378.

于嘉鹏，袁鹤翔，杨永华，等.基于自适应天牛须算法的航空发动机管路布局优化［J］.机械工程学报，2020，56（20）：174-184.

YU Jiapeng，YUAN Hexiang，YANG Yonghua，et al.Aero-engine pipe layout optimization based on adaptive beetle antennae search algorithm［J］.Journal of Mechanical Engineering，2020，56（20）：174-184.

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于最大信息系数的动态加权特征融合的齿轮箱故障诊断

基于小波分析的重载卡车变速箱装配品质在线检测方法研究

基于变分模态分解和符号熵的齿轮故障诊断方法

基于改进多尺度均值排列熵和参数优化SVM的齿轮箱故障诊断方法

风电机组传动链故障智能识别算法研究