典型文献
基于ICEEMDAN-MPE和AO-LSSVM的滚动轴承故障诊断
文献摘要：
针对滚动轴承故障诊断中特征提取困难和故障类型识别准确率偏低等情况,提出一种基于改进型自适应噪声完整集成经验模态分解(ICEEMDAN)与多尺度排列熵(MPE)结合天鹰算法(AO)优化最小二乘支持向量机(LSSVM)正则化参数和核参数的故障诊断方法.首先通过ICEEMDAN对轴承原始振动信号进行分解,其次根据相关系数和方差贡献率双原则选取符合标准的本征模态分量(IMF),并计算对应分量的MPE,以全面获取故障特征信息;最后将其构成多维特征向量,利用AO-LSSVM辨识模型实现对轴承故障诊断.同时进行多组对比实验,研究结果表明了所提方法在滚动轴承故障诊断中的优越性且识别准确率可达98.95％.
文献关键词：
故障诊断;ICEEMDAN;多尺度排列熵;天鹰算法;最小二乘支持向量机
中图分类号：
作者姓名：
李铭;何毅斌;马东;唐权;胡明涛
作者机构：
武汉工程大学机电工程学院 武汉430205
文献出处：
引用格式：
[1]李铭;何毅斌;马东;唐权;胡明涛-.基于ICEEMDAN-MPE和AO-LSSVM的滚动轴承故障诊断)[J].电子测量技术,2022(23):66-71
A类：
B类：
ICEEMDAN,MPE,AO,LSSVM,滚动轴承故障诊断,故障类型识别,识别准确率,改进型,自适应噪声完整集成经验模态分解,多尺度排列熵,天鹰算法,最小二乘支持向量机,正则化参数,核参数,故障诊断方法,振动信号,方差贡献率,符合标准,本征模态分量,IMF,故障特征,特征信息,多维特征,特征向量,辨识模型,模型实现
AB值：
0.249786
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。
