COA-SVM故障分类器

诊断精度97.8%

一种结合CEEMDAN双层分解与改进SVM的故障分类模型,通过COA优化实现高精度诊断。

Anxiang, Guo · Zhan, Zhao · Jiarui, Sun · Ge, Hongyu

Systems Science and Control Engineering 2025

参数信息

平均诊断精度
97.7962 %

技术优势

分解更彻底

CEEMDAN结合包络熵分析对信号双层分解,并按Pearson相关系数重构IMF,提取更有效特征。

特征更精炼

使用ReliefF算法为特征分配权重并剔除低于阈值的特征,减少冗余。

分类精度高

通过COA优化SVM参数,平均诊断精度达到97.7962%,可用于高效准确故障诊断。

应用场景