基于SSA-VMD和熵的特征值提取方法 |
| |
引用本文: | 韩星辰,赵柏山,慈贺迪.基于SSA-VMD和熵的特征值提取方法[J].微处理机,2022(4):42-45. |
| |
作者姓名: | 韩星辰 赵柏山 慈贺迪 |
| |
作者单位: | 1. 沈阳工业大学信息科学与工程学院;2. 吉林大学电子科学与工程学院 |
| |
基金项目: | 辽宁省自然科学基金(No.2019-ZD-0213); |
| |
摘 要: | 针对滚动轴承早期故障微弱难以识别、无法有效提取故障信息特征的问题,提出一种基于SSA优化的结合了变分模态分解与熵的特征值提取方法。方法利用麻雀搜寻算法对变分模态分解算法中的参数进行寻优,将包络熵选取为目标函数;根据峭度筛选后续需要的IMF分量,计算筛选后的IMF分量的样本熵与排列熵共同组成特征向量;采用WOA-SVM进行诊断识别,以验证该方法的有效性。经实验分析与对比,本方法能够有效提取信号的特征值,显著提高了分类识别的准确率。
|
关 键 词: | 特征提取 变分模态分解 麻雀搜寻算法 样本熵 排列熵 故障识别 |
|
|