基于遗传算法改进的OVO TWSVM的机械密封状态研究

来源：机械与电子杂志2019年第04期北京时间：

作者：赵蕾;高宏力;胡龙飞;林志斌;李克斯

单位：西南交通大学机械工程学院，四川 成都 ６１００３１

摘要：：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 ＯＶＯＴＷＳＶＭ 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 ＯＶＯＴＷＳＶＭ 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。

关键词：机械密封;广义Ｓ变换;一对一孪生支持向量机;遗传优化算法;状态监测