基于小波包信息熵和SO-SVM的滚动轴承故障诊断

来源：电子测量技术杂志2023年第14期北京时间：

作者：胡业林，马向阳，钱文月，宋晓

单位：安徽理工大学 淮南 232001

摘要：针对滚动轴承振动信号的特征提取和故障诊断，提出了一种基于小波包信息熵和蛇优化算法（SO）优化支持向量机的滚动轴承故障诊断方法。使用小波包处理采集到的振动信号，构建小波包的能谱熵和系数熵，将构建的特征向量输入SO-SVM进行识别和分类;最终实现多故障模式识别，输出诊断结果。通过仿真实验表明，此方法对五组不同的样本诊断准确率达到99.17%~100%，且相比于果蝇算法优化支持向量机（FOA-SVM）和粒子群算法优化支持向量机（PSO-SVM）具有更高的故障识别分类效果。

关键词：小波包;信息熵;SO-SVM算法;滚动轴承;故障诊断