基于粒子群优化最小二乘支持向量机的滚动轴承故障识别

摘要

融合集合经验模态分解和样本熵特征提取理论,提出了一种基于粒子群优化最小二乘支持向量机的滚动轴承故障识别方法.首先,运用集合经验模态分解对滚动轴承振动信号进行处理,得到多重IMF分量及残差;然后,将原始信号、IMF分量和残差的样本熵作为特征信号输入模型,并通过构建径向基代理模型和PSO进化算法优选相似容限值来提高样本熵特征信号的区分度;最后,用粒子群智能算法优化最小二乘支持向量机中的正则化参数和径向基核函数宽度,使用优化后的最小二乘支持向量机进行故障识别和分类.