期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
粒化幅值感知排列熵和WOA-SVM的滚动轴承故障诊断 被引量:13
1
作者 葛红平 刘晓波 +1 位作者 黄朝晖 熊小明 《噪声与振动控制》 CSCD 北大核心 2021年第4期101-108,160,共9页
为充分挖掘振动信号的特征信息进而提升诊断精度,提出一种将模糊信息粒化、幅值感知排列熵(AAPE)和鲸鱼优化支持向量机(WOA-SVM)相结合的滚动轴承智能故障诊断方法。首先对轴承振动信号进行模糊信息粒化处理,得到包含最小特征Low、平均... 为充分挖掘振动信号的特征信息进而提升诊断精度,提出一种将模糊信息粒化、幅值感知排列熵(AAPE)和鲸鱼优化支持向量机(WOA-SVM)相结合的滚动轴承智能故障诊断方法。首先对轴承振动信号进行模糊信息粒化处理,得到包含最小特征Low、平均特征R和最大特征Up的3组信息粒子;然后利用AAPE量化信息粒子的故障特征信息构建特征向量;最后建立WOA-SVM分类器诊断识别故障类型。采用滚动轴承不同工况下的实验数据进行算法验证,分析结果表明,所提方法不仅能够精准实现轴承故障类型及故障程度的综合辨识,而且故障识别率优于所对比方法。 展开更多
关键词 故障诊断 滚动轴承 模糊信息粒化 幅值感知排列熵 鲸鱼优化支持向量机
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部