基于多尺度排列熵和改进多分类相关向量机的滚动轴承故障诊断方法

• 作者: 朱奇先 赵小强 陈鹏
• 来源期刊: 电子测量与仪器学报
• 学科: 工学
• 关键词: 滚动轴承 故障诊断 多尺度排列熵 多分类相关向量机 蝗虫优化算法
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 信息处理技术
• 页码范围: 20-28
• 页数: 9页
• 分类号: TP181|TH133.3|TH13
• 语种: 中文
• DOI: 10.13382/j.jemi.B1902461

摘要

针对传统的时域、频域和时频域参数提取方法,难以从滚动轴承振动信号中提取出丰富的故障特征问题,提出通过多尺度排列熵提取故障特征,并结合改进的多分类相关向量机进行故障诊断的方法.由于多分类相关向量机的核函数参数不具有自适应选择的能力对故障诊断精度有较大影响,通过一种新智能优化算法-蝗虫优化算法改进多分类相关向量机,实现多分类相关向量机的自适应优化故障诊断.采用美国西储大学的试验数据验证表明,提出的优化故障诊断模型能够实现滚动轴承不同类型的故障诊断和不同故障程度的辨识,与粒子群优化多分类相关向量机的故障诊断模型相比,提出的故障诊断模型准确率达到了100％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵小强		66	312	10.0	13.0
2	陈鹏		4	0	0.0	0.0
3	朱奇先		2	0	0.0	0.0