基于CMCPSO-SVM的轴承微弱故障诊断方法

来源：机床与液压杂志2022年第5期北京时间：

作者：纪俊卿，孔晓佳，邹方豪，张静，许同乐，袁伟

单位：山东理工大学机械工程学院；山东理工大学机械工程学院；山东理工大学机械工程学院；山东理工大学机械工程学院；山东理工大学机械工程学院；山东理工大学机械工程学院

摘要：针对旋转机械轴承微弱故障振动信号易被强噪声掩盖难以识别的问题，提出一种改进混沌粒子群优化支持向量机的故障诊断方法。将信号通过局部均值分解算法分解处理得到乘积函数(PF)分量，并进行能量归一化处理获得时频域特征集；通过迭代拉普拉斯得分降低时频域特征集的空间维度；以PF分量的排列熵作为混沌粒子群的适应度，并加入交叉和变异新策略，建立一种新的交叉变异混沌粒子群优化方法；利用改进的粒子群算法优化支持向量机的核函数和惩罚因子，并将优化后的分类模型应用于轴承故障诊断。结果表明：该故障分类模型的识别准确率高于其他分类模型。

关键词：轴承微弱故障;交叉变异混沌粒子群;迭代拉普拉斯分数;支持向量机;故障诊断

基金资助：国家自然科学基金项目(51805299)；山东省自然科学基金项目(ZR2016EEM20)