TY - JOUR A2 - Albu,费利克斯AU - 乔,志成AU - 刘,永强AU - 辽,莹莹PY - 2020 DA - 2020年3月28日TI - 一种改进的EWT的方法及其在滚动轴承故障诊断中的SP应用 -4973941 VL - 2020 AB - 当滚动轴承的振动信号包含强干扰噪声,振动信号的频谱分割严重受到噪声干扰。传统的经验小波变换(EWT)分解信号转换成大量的部件,并且很难以选择包含故障信息合适的部件。为了解决上述问题,在本文中,我们提出了改进的经验小波变换(IEWT)方法。仿真实验证明,IEWT可以解决大量EWT部件的问题,并有效地包含从噪声轴承故障信息分离的冲击部件。该方法IEWT与支持向量机(SVM)组合以诊断该滚动轴承的故障。排列熵(PE)被用于构建特征向量的非平稳和非线性信号的动态变化其强烈诱导能力。关键参数惩罚因子GydF4y2Ba
CGydF4y2Ba和内核参数GydF4y2Ba
GGydF4y2Ba
SVM的由量子遗传算法(QGA)优化。与传统的EWT和变模式分解(VMD)的方法相比,有效性和该方法的优点表现在本研究中。SVM的分类预测能力也比K近邻(KNN)和极端学习机(ELM)的更好。SN - 1070-9622 UR - https://doi.org/10.1155/2020/4973941 DO - 10.1155 /四百九十七万三千九百四十一分之二千○二十○JF - 冲击和振动PB - Hindawi出版KW - ER -GydF4y2Ba