[发明专利]一种基于人工智能算法的风机齿轮箱故障诊断方法无效
| 申请号： | 201410056641.9 | 申请日： | 2014-02-19 |
| 公开（公告）号： | CN103808509A | 公开（公告）日： | 2014-05-21 |
| 发明（设计）人： | 赵文清;蔡蕊 | 申请（专利权）人： | 华北电力大学(保定) |
| 主分类号： | G01M13/02 | 分类号： | G01M13/02 |
| 代理公司： | 北京科亿知识产权代理事务所(普通合伙) 11350 | 代理人： | 汤东凤 |
| 地址： | 071003 河*** | 国省代码： | 河北;13 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于人工智能算法的风机齿轮箱故障诊断方法。本发明通过研究风机齿轮箱的结构特点和故障类型，采用人工蜂群算法对LSSVM进行参数优化，并将之应用到风机齿轮箱故障诊断中。本发明方法采用的人工蜂群算法优化LSSVM可以很好地完成风机齿轮箱的故障诊断，识别率高，可靠性好。 | ||
| 搜索关键词： | 一种 基于 人工智能 算法 风机 齿轮箱 故障诊断 方法 | ||
【主权项】：
一种基于人工智能算法的风机齿轮箱故障诊断方法，其特征在于，它包括以下步骤：步骤一：分别采集齿轮箱在正常以及典型故障状态下的振动数据作为样本；步骤二：对采集到的振动数据进行归一化；步骤三：将原始数据集分为训练数据集和测试数据集；步骤四：对模型中用到的参数和适应度函数进行初始化；步骤五：利用人工蜂群算法优化LSSVM分类模型，通过训练数据集确定正则化参数C和核宽度σ的最优值；步骤六：生成风机齿轮箱故障诊断模型；步骤七：将测试数据集输入到训练好的风机齿轮箱故障诊断模型中，进行故障诊断，输出测试结果。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于华北电力大学(保定)，未经华北电力大学(保定)许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201410056641.9/，转载请声明来源钻瓜专利网。
