来源：期刊VIP网 时间：
作者：李卓文;张小菊;王国强;
单位：新乡职业技术学院信息工程学院;河南理工大学计算机科学与技术学院;河南英科传感技术有限公司;
摘要：柱塞泵转子在高频高速的环境下运行时，产生的振动会加剧表面磨损现象，使得转子性能退化，进而影响整体柱塞泵的疲劳寿命。为了消除以人为方式柱塞泵转子性能退化选择参数时面临的盲目性，设计了一种通过MOHS-SVM实现的转子性能评估。从采集得到的柱塞泵转子振动信号中提取特征参数，之后利用经验模态处理方式对振动信号实施分解，根据样本时域数据并对不同分量进行组合获得转子信号最初特征。以SSAE方法从特征集中提取获得深层次特征并构建评价模型。研究结果表明：本算法进行迭代计算500的ParetoFront数据结果最优解为单调性为0.4964和趋势性为0.8652。MOHS优化模型数表现出了优于手动参数结果，能够充分克服受人为因素影响参数选择性不合理的问题。该研究对提高柱塞泵的使用寿命具有很好的指导意义，可以拓展到其他的传动机械相关领域。
关键词：多目标与声搜索算法;;支持向量机;;转子;;疲劳寿命;;评估
基金资助：河南省社科普及规划项目（2019-0642）
