基于VMD排列熵与FASSA-SVM的滚动轴承故障研究

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）。