基于遗传算法改进的OVO TWSVM的机械密封状态研究

摘要

cqvip:针对传统测试方法对实际工况下的密封端面状态识别准确率较低,且识别速度较慢的问题,提出了一种基于遗传算法改进的OVO TWSVM模型对密封状态进行识别。设计了2种工况,针对密封端面的声发射信号,先使用广义S变换对其进行滤波,提取典型时频域特征向量,合理划分训练和测试用例;构建了OVO TWSVM模型,并用遗传算法对其参数进行优化;对比优化前后的模型对样本的识别准确率,结果证明该方法具有更高的识别率,可应用于机械密封的状态识别。