线上期刊服务咨询,发表咨询:400-808-1701 订阅咨询:400-808-1721

DIWO-SVM在除尘风机故障诊断中的应用

蔡鑫 南新元 孔军 自动化仪表 2014年第08期

摘要:冶金除尘风机广泛应用于冶金工业中,如果能及时检测诊断出除尘风机的故障,就能够很好地提高风机的安全性。针对除尘风机故障,提出一种基于差分入侵杂草算法优化支持向量机(DIWO-SVM)的模型。差分入侵杂草算法(DIWO)是一种具有较强鲁棒性、自适应性和随机性等特点的数值优化算法,用于支持向量机(SVM)的参数优化,能有效提高SVM分类准确率,以准确地识别除尘风机常见的故障。通过比较,验证了这种算法是可行的,并且具有很好的诊断能力。

关键词:除尘风机支持向量机差分进化故障诊断数值优化

单位:新疆大学电气工程学院 新疆乌鲁木齐830047 江南大学物联网工程学院 江苏无锡214122

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

自动化仪表

统计源期刊

¥408.00

关注 27人评论|1人关注