公开(公告)号：CN109116833B

公开(公告)日：2021-04-16

申请号：CN201811007052.6

申请日：2018-08-31

Applicant: 重庆邮电大学

Inventor： 苏祖强 ,  王富立 ,  冯松

IPC: G05B23/02

Abstract: 本发明属于机械故障诊断领域，具体为一种基于改进果蝇‑蝙蝠算法的机械故障诊断方法，包括以下步骤从采集的机械运行状态信号中提取时域统计特征和频域统计特征；采用机械故障诊断训练样本集来训练支持向量机；以果蝇算法为框架，融入蝙蝠算法的回声定位思想，设计出改进果蝇‑蝙蝠参数优化方法，并采用该方法来寻找支持向量机的全局最优参数；将得到的全局最优参数代入支持向量机，完成基于支持向量机的故障诊断模型的构建。本发明能够在较短的时间内获得最优的支持向量机参数，有效提高了基于支持向量机的故障诊断模型的构建效率和故障分类准确率，具有很好的实际应用效果。

公开(公告)号：CN109116833A

公开(公告)日：2019-01-01

申请号：CN201811007052.6

申请日：2018-08-31

Applicant: 重庆邮电大学

Inventor： 苏祖强 ,  王富立 ,  冯松

IPC: G05B23/02

Abstract: 本发明属于机械故障诊断领域，具体为一种基于改进果蝇-蝙蝠算法的机械故障诊断方法，包括以下步骤从采集的机械运行状态信号中提取时域统计特征和频域统计特征；采用机械故障诊断训练样本集来训练支持向量机；以果蝇算法为框架，融入蝙蝠算法的回声定位思想，设计出改进果蝇-蝙蝠参数优化方法，并采用该方法来寻找支持向量机的全局最优参数；将得到的全局最优参数代入支持向量机，完成基于支持向量机的故障诊断模型的构建。本发明能够在较短的时间内获得最优的支持向量机参数，有效提高了基于支持向量机的故障诊断模型的构建效率和故障分类准确率，具有很好的实际应用效果。