基于VMD-PE和M-RVM的滚动轴承故障诊断

• 作者: 朱希安 李然 王占刚
• 来源期刊: 煤矿机械
• 学科: 工学
• 关键词: VMD PE BA M-RVM 滚动轴承 故障诊断
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 故障·诊断
• 页码范围: 163-166
• 页数: 4页
• 分类号: TH133.33
• 语种: 中文
• DOI: 10.13436/j.mkjx.202003054

摘要

针对传统EMD易产生模态混叠,原始SVM、RVM方法存在核函数选取困难、识别效率低等问题,提出一种基于变分模态分解(VMD)、排列熵(PE)以及混合蝙蝠算法(BA)优化的多分类相关向量机(M-RVM)的轴承故障智能诊断方法.首先,VMD分解故障信号,获得本征模态函数(IMF);然后将PE用于IMF的故障特征提取过程,形成特征序列;最后,将所得的特征序列输入基于混合BA优化的M-RVM故障诊断模型,对不同故障进行分类识别.对试验数据的分析结果表明,基于VMD-PE与M-RVM的滚动轴承故障诊断可以提高轴承故障诊断的准确度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱希安		56	108	5.0	7.0
2	王占刚		30	18	2.0	2.0
3	李然		1	0	0.0	0.0