基于云遗传算法优化支持向量机的旋转机械故障诊断方法

摘要

本发明公开了一种基于云遗传算法优化支持向量机的旋转机械故障诊断方法，首先在在旋转机械的各个故障状态下从不同传感器提取工作信号，分别进行时频特征提取并约简，得到各个工作信号的特征向量，基于这些特征向量获取每个故障状态的训练样本，分为训练样本集A和训练样本集B，先将训练样本集A作为训练样本，采用云遗传算法对基于支持向量机网络的多分类模型的核函数和惩罚因子进行参数预优化处理，然后再采用训练样本集B进行再次优化从而得到多分类模型，当旋转机械发生故障时从各个传感器提取出特征向量，输入多分类模型得到诊断结果。本发明可以有效提高旋转机械故障诊断的准确度和效率。