基于粒化散布熵和SSA-SVM的轴承故障诊断

来源：机床与液压杂志2022年第22期北京时间：

作者：叶震，李琨

单位：昆明理工大学信息工程与自动化学院；昆明理工大学信息工程与自动化学院

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〖JP2〗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。

关键词：模糊信息粒化;散布熵;支持向量机;故障诊断

基金资助：北京市科技计划项目 (Z191100002019004);北京市教委科技计划一般项目（KM202011232012）