基于强化层次模糊熵的柴油机故障诊断方法

针对多尺度模糊熵(multi-scale fuzzy entropy,简称MFE)算法中多尺度化过程采用滑动均值滤波器导致原始信号高频信息丢失的问题,提出强化层次模糊熵方法(enhanced hierarchical fuzzy entropy,简称EHFE),用于表征原始信号中富含的高低频故障模式信息。结合萤火虫算法优化支持向量机(firefly algorithm optimized support vector machine,简称FAOSVM),提出一种基于EHFE和FAOSVM的柴油机故障诊断方法。柴油机试验数据对比分析表明:相比于现有方法,所提出方法能够充分表征柴油机故障信号富含的模式信息,并且能够有效识别柴油机正时齿轮故障,识别精度达到99.6%,在极小样本下也能达到较好的识别精度。