科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对轴承故障振动信号在单一尺度下提取故障特征信息不完备，导致故障诊断识别率较低的问题，提出基于粒化散布熵(FIG-DE)和麻雀搜索算法(SSA)参数优化的支持向量机(SVM)的轴承故障诊断方法。利用模糊信息粒化对轴承振动信号进行粒化处理，得到fLow、fR、fUp3个尺度下的模糊信息粒；分别计算3组信号的散布熵；将所得的熵值组成特征向量矩阵，输入SSA-SVM进行轴承故障分类。结果表明：利用SSA-SVM进行滚动轴承故障诊断，准确率有明显的提高。
-
单位昆明理工大学; 自动化学院
