TY -的A2 Albu Felix AU -乔,志诚盟——刘Yongqiang盟,廖迎迎PY - 2020 DA - 2020/03/28 TI -一种易的改进方法及其在滚动轴承故障诊断中的应用SP - 4973941六世- 2020 AB -当滚动轴承的振动信号包含强干扰噪声,振动信号的频谱划分严重噪音干扰。传统的经验小波变换(EWT)将信号分解成大量的小波分量，很难选择合适的包含故障信息的小波分量。针对上述问题，本文提出了改进的经验小波变换方法。仿真实验证明，该方法能够有效地从噪声中分离出含有轴承故障信息的碰撞部件，解决了碰撞部件数量多的问题。结合支持向量机对滚动轴承进行故障诊断。置换熵对非平稳、非线性信号的动态变化具有很强的感应能力，利用置换熵构造特征向量。关键参数罚因子gydF4y2Ba CgydF4y2Ba和内核参数gydF4y2Ba ggydF4y2Ba 采用量子遗传算法(QGA)对支持向量机进行优化。与传统的EWT和变分模式分解(VMD)方法进行了比较，验证了该方法的有效性和优越性。SVM的分类预测能力也优于k近邻(K-nearest neighbor, KNN)和极值学习机(extreme learning machine, ELM)。SN - 1070-9622 UR - https://doi.org/10.1155/2020/4973941 DO - 10.1155/2020/4973941 JF - Shock and Vibration PB - Hindawi KW - ER -gydF4y2Ba