广义复合多尺度加权排列熵与参数优化支持向量机的滚动轴承故障诊断OA北大核心CSCDCSTPCD
Rolling Bearing Fault Diagnosis Based on GCMWPE and Parameter Optimization SVM
针对滚动轴承特征提取和故障识别两个关键环节,提出了一种广义复合多尺度加权排列熵(GCMWPE)与参数优化支持向量机相结合的故障诊断方法.利用GCMWPE全面表征滚动轴承故障特征信息,构建高维故障特征集.应用监督等度规映射(S-Isomap)算法进行有效的二次特征提取.采用天牛须搜索优化支持向量机(BAS-SVM)诊断识别故障类型.将所提方法应用于滚动轴承实验数据分析过程,结果表明:GCMWPE特征提取效果优于多尺度加权排列熵、复合多尺度加权排列熵…查看全部>>
丁嘉鑫;王振亚;姚立纲;蔡永武
福州大学机械工程及自动化学院,福州,350116福州大学机械工程及自动化学院,福州,350116福州大学机械工程及自动化学院,福州,350116福州大学机械工程及自动化学院,福州,350116
机械制造
广义复合多尺度加权排列熵支持向量机等度规映射滚动轴承故障诊断
《中国机械工程》 2021 (2)
无侧隙新型双圆弧章动传动工业机器人关节减速传动特性分析
147-155,9
国家自然科学基金(51775114,51275092)福建省工业机器人基础部件技术重大研发平台项目(2014H21010011)
评论