基于贝叶斯优化SVM的轴承故障诊断

作者：杨芬; 赵文薪

来源：煤矿机械, 2022, 43(09): 178-180.

DOI：10.13436/j.mkjx.202209054

• 滚动轴承
• 贝叶斯优化
• SVM
• 故障诊断

为实现滚动轴承的智能诊断，根据轴承发生故障部位的不同、产生的相应振动信号的频率成分和不同频率尺度上分量的幅值能量均有明显变化、从而会产生不同的能量熵的事实，利用改进的完备经验模态分解（ICEEMDAN）对振动信号进行分解，将包含主要故障信息的固有模态函数（IMF）的能量熵建立特征向量。然后针对支持向量机（SVM）模型中惩罚因子和径向基核参数难选取的问题，基于贝叶斯算法对其进行优化。通过对数据进行分析，结果表明，优化后的故障诊断模型的准确率比优化前提高了5%以上，诊断准确率达到了98.75%，均方误差比优化前减小了84%。

• 单位
  中北大学