典型文献
基于FCMMWPE-BSASVM组合算法的调心球轴承故障诊断研究
文献摘要：
为了提高机械旋转系统上调心球轴承特征提取和故障识别能力,设计了一种精细复合多元多尺度加权排列熵(fine composite multivariate multi-scale weighted permutation entropy,FCMMWPE)与天牛须搜索支持向量机算法(beetle antennae search algorithm-supportvectormachine,BSASVM)相结合的故障特征提取方法,并采用等度规映射(Isomap)进行故障识别,最后开展故障诊断实例分析.研究结果表明:采用FCMMWPE算法处理状态熵值达到最高,形成更平滑的熵值曲线,广义粗粒化方法具备明显优势.轴承产生局部故障时,形成具有规律特征的振动信号,表明采用FCMMWPE提取调心球轴承故障特征满足可靠性条件并具备明显优势.对文章构建的FCMMWPE与Isomap特征集进行运行故障识别时实现了99.9％的准确率,实现调心球轴承故障高效识别.BSASVM满足更优的故障识别性能,具备更优的模式识别性能和更高处理效率.该研究可以拓宽到其他的机械传动领域,具有很好的应用价值.
文献关键词：
精细复合多元多尺度加权排列熵;支持向量机;等度规映射;调心球轴承;故障诊断
中图分类号：
作者姓名：
张昭晗;齐俊平;李峰;崔金巍
作者机构：
周口职业技术学院机电工程系,河南周口 466000;河南科技大学机械工程学院,河南郑州460000;河南开封自来水公司,河南开封475000
文献出处：
引用格式：
[1]张昭晗;齐俊平;李峰;崔金巍-.基于FCMMWPE-BSASVM组合算法的调心球轴承故障诊断研究)[J].制造技术与机床,2022(11):15-19
A类：
FCMMWPE,BSASVM,精细复合多元多尺度加权排列熵,supportvectormachine,等度规映射,Isomap
B类：
组合算法,调心球轴承,轴承故障诊断,诊断研究,旋转系统,故障识别,识别能力,fine,composite,multivariate,scale,weighted,permutation,entropy,天牛须搜索,支持向量机算法,beetle,antennae,search,algorithm,故障特征提取,粗粒化,局部故障,振动信号,征集,行运,运行故障,识别性,模式识别,高处,处理效率,机械传动
AB值：
0.237229
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
