-
公开(公告)号:CN117194883A
公开(公告)日:2023-12-08
申请号:CN202311140220.X
申请日:2023-09-05
Applicant: 中国矿业大学(北京)
IPC: G06F18/00 , G01M13/045 , G06F18/10 , G06F18/2411 , G06N20/10
Abstract: 本发明公开了一种基于经验模态特征的IBAS‑SVM滚动轴承故障诊断方法,该方法包括:对振动信号进行EEMD分解后根据峰度和相关系数筛选出能够表征故障信息的本征模态函数(IMF)分量;提取筛选后各分量的模糊熵构成特征向量数据集;将特征向量数据集划分为训练集和测试集;引入呈指数分布的步长算子提高BAS算法的搜索能力;将训练集输入到支持向量机SVM中进行训练,并利用IBAS算法对训练过程进行优化,以获得IBAS‑SVM故障诊断模型;将测试集输入到IBAS‑SVM故障诊断模型中进行分类识别。本申请能够从振动信号中有效提取故障特征,可实现对滚动轴承进行故障识别以及故障类型分类。