新一代信息技术
一种故障特征选择的蛇优化支持向量机的轴承故障分类方法
本发明涉及一种轴承故障分类方法,特别是一种故障特征选择的蛇优化支持向量机的轴承故障分类方法。该方法能够在输入少量的故障特征下,快速准确,高效的完成轴承的故障分类。该方法包括数据处理模块、特征选择模块、模型参数优化模快以及故障分类模块。数据处理模块将采集的原始数据进行划分,然后将每组数据通过计算转换成时域信号指标,作为模型的故障特征输入输入数据。特征选择模块采用决策树进行最优故障特征,决策树基于划分属性对根节点进行划分,将划分属性作为模型的最优故障特征。模型参数优化模快将蛇优化算法和支持向量机相结合,提高模型的分类准确率以及分类时间。故障分类模块将轴承故障划分四种形式,并精准定位故障状态。
长春工业大学
授权发明