典型文献
基于改进的CEEMDAN排列熵和GWO-SVM的滚动轴承故障诊断
文献摘要：
针对滚动轴承的故障识别率低的问题,提出了一种改进的自适应噪声完备集合经验模态分解(ICEEMDAN)和排列熵结合的故障诊断方法.首先将振动信号通过ICEEMDAN分解成一系列的IMF并计算他们的排列熵值,再提取前8阶IMF排列熵值,最后结合GWO-SVM模型来进行故障分类诊断.该诊断方法在某轴承故障数据集上准确率为100％.为了进一步说明ICEEMDAN-GWO-SVM模型的优越性,另外设置了泛化实验,该实验采用了某大学的轴承故障数据,在三个工况下的故障诊断准确率也明显优于其他故障诊断方法.
文献关键词：
改进型CEEMDAN;排列熵;灰狼算法;支持向量机;故障诊断
中图分类号：
作者姓名：
顾云青;苏玉香;沈晓群;罗健锋;王婷
作者机构：
浙江海洋大学海洋工程装备学院,舟山 316022;西南交通大学电气工程学院,成都 611756
文献出处：
引用格式：
[1]顾云青;苏玉香;沈晓群;罗健锋;王婷-.基于改进的CEEMDAN排列熵和GWO-SVM的滚动轴承故障诊断)[J].组合机床与自动化加工技术,2022(08):62-66
A类：
B类：
排列熵,GWO,滚动轴承故障诊断,故障识别率,自适应噪声完备集合经验模态分解,ICEEMDAN,故障诊断方法,振动信号,分解成,IMF,故障分类诊断,故障数据,外设,化实验,某大学,故障诊断准确率,改进型,灰狼算法
AB值：
0.244797
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。
