针对滚动轴承早期故障信号微弱导致分类识别率低的问题，提出利用复合多尺度模糊熵作为适应度函数的粒子群算法优化变分模态分解，得到多个本征模态分量；利用快速谱峭度图选择最优的本征模态分量，并组成特征向量；将特征向量输入SSA-SVM中进行故障分类。实验结果表明基于复合多尺度模糊熵的PSO-VMD和SSA-SVM的滚动轴承故障诊断更能有效地识别出滚动轴承的早期故障。
科研之友
微信
新浪微博
Facebook
分享链接
