典型文献
基于粒化散布熵和SSA-SVM的轴承故障诊断
文献摘要：
针对轴承故障振动信号在单一尺度下提取故障特征信息不完备,导致故障诊断识别率较低的问题,提出基于粒化散布熵(FIG-DE)和麻雀搜索算法(SSA)参数优化的支持向量机(SVM)的轴承故障诊断方法.利用模糊信息粒化对轴承振动信号进行粒化处理,得到fLow、fR、fUp3个尺度下的模糊信息粒;分别计算3组信号的散布熵;将所得的熵值组成特征向量矩阵,输入SSA-SVM进行轴承故障分类.结果表明:利用SSA-SVM进行滚动轴承故障诊断,准确率有明显的提高.
文献关键词：
模糊信息粒化;散布熵;支持向量机;故障诊断
中图分类号：
作者姓名：
叶震;李琨
作者机构：
昆明理工大学信息工程与自动化学院,云南昆明650500
文献出处：
引用格式：
[1]叶震;李琨-.基于粒化散布熵和SSA-SVM的轴承故障诊断)[J].机床与液压,2022(22):157-162
A类：
fLow,fR,fUp3
B类：
散布熵,SSA,故障振动,振动信号,一尺,故障特征,特征信息,信息不完备,诊断识别,识别率,FIG,DE,麻雀搜索算法,故障诊断方法,模糊信息粒化,轴承振动,组成特征,特征向量,向量矩阵,故障分类,滚动轴承故障诊断
AB值：
0.245417
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。
