|
|||||
|
|
| 基于VMD排列熵与FASSA-SVM的滚动轴承故障研究 | |
| 作者姓名： | 王新颖 林振源 胡磊磊 徐拓 刘岚 张跃 |
| 作者单位： | 常州大学环境与安全工程学院,江苏常州213164 |
| 基金项目： | 常州市国际科技合作项目 ( CZ20210026 ) |
| 摘 要： | 提出了一种基于萤火虫改进麻雀搜索算法-支持向量机(FASSA-SVM)的轴承故障诊断方法.首先对轴承工况的振动信号变分模态分解(VMD)得到多个模态分量(IMFs),其次利用排列熵(PE)求解每种工况每个IMF的PE值作为特征参数输入至SVM中,最后利用FASSA方法优化SVM的惩罚因子、核参数并得到最优的轴承故障分类诊断效果.实验结果表明,FASSA-SVM方法的平均测试集诊断准确率高达99.8％,该诊断结果优于传统的萤火虫算法(FA)、优化麻雀搜索算法(SSA). |
| 关 键 词： | 滚动轴承 故障诊断 改进麻雀搜索算法(FASSA) 支持向量机(SVM) 参数优化 |
| 本文献已被 万方数据 等数据库收录！ | |