基于VMD与GWO优化SVM的轴承故障诊断

• 作者: 郑佳昕 杨灿 郎永存 李积元
• 来源期刊: 煤矿机械
• 关键词: VMD 多尺度加权排列熵 GWO SVM 故障诊断
• 年，卷（期）: 2021,（1）
• 所属期刊栏目: 故障·诊断|Malfunction Imestigation
• 页码范围: 147-150
• 页数: 4页
• 分类号: TH133.3
• 语种: 中文
• DOI: 10.13436/j.mkjx.202101050

摘要

针对传统振动信号特征提取方法与支持向量机(SVM)分类方法的缺陷,提出一种基于变分模态分解(VMD)故障特征提取方法与灰狼优化器(GWO)优化SVM的诊断模型.首先,将滚动轴承的原始振动信号采用VMD得到若干本征模态分量(IMF);其次,将IMF的多尺度加权排列熵作为特征向量并使用t-sne方法做降维处理;最后,使用GWO对SVM进行优化并对样本数据进行分类判别.实验结果表明,该方法相比于其他传统算法能够有效提高故障分类精度.