基于ICEEMDAN和PSO-LSSVM的石油机械滚动轴承故障诊断方法研究

针对滚动轴承疲劳故障振动信号具有能量弱、特征稀疏等特点,提出了一种通过改进自适应噪声完备经验模态分解方法与粒子群优化的最小二乘支持向量机结合的故障识别方法;对轴承不同故障信号利用改进的自适应噪声完备经验模态算法分解为一系列固有模态函数分量;根据相关系数-方差贡献率准则筛选出最能表征原始信号状态的分量,并计算重构分量的奇异谱熵值构成特征向量;将提取的特征向量集合输入到基于粒子群优化的最小二乘支持向量机分类器中,进行模型的训练和故障模式的识别,与SVM和LSSVM分类器模型进行准确率和效率比较;试验结果表明,该方法在滚动轴承故障信号中能有效提取故障特征,准确率达98.75%,具有一定可靠性和实用性。

我的哈哈红包

＂过年到,春来到,亲朋好友捧起手机,坐等红包到。红包到,快点到,今年红包有新套路,必须哈哈笑!＂我哼着歌,打开QQ,看着马化腾新推出的＂哈哈红包＂,不由自主地＂哈哈哈＂起来。你问我为什么要笑？因为这红包有毒,笑得越大声,红包里的钱就越多。不仅是QQ,微信也是如此。不信,你听——这天,我正窝在家里睡懒觉,突然,一阵急促的＂哈哈哈哈哈哈哈哈哈哈哈＂把我从遥远的外太空拉回了床上。＂是谁打扰了我的美梦？＂