基于RCMDE和GA-SVM的矿用滚动轴承故障诊断

• 作者: 赵国社 黄丹璐 赵鑫
• 来源期刊: 煤炭技术
• 学科: 工学
• 关键词: 滚动轴承 精细复合多尺度散布熵 遗传算法 支持向量机 故障诊断
• 年，卷（期）: 2021,（10）
• 所属期刊栏目: 煤矿机电与信息化|Coal Mine Electromechanical and Informatization
• 页码范围: 221-223
• 页数: 3页
• 分类号: TH133.33
• 语种: 中文
• DOI: 10.13301/j.cnki.ct.2021.10.056

摘要

针对传统特征进行矿用轴承故障诊断时可靠性、准确性低的问题,提出了基于精细复合多尺度散布熵(RCMDE)和支持向量机(SVM)的矿用滚动轴承故障诊断方法.针对难以选取合适的SVM参数问题,使用遗传算法(GA)确定SVM参数最优值.经实验验证,本文方法能够更准确地提取滚动轴承的故障特征信息,有效识别滚动轴承故障类型.