ISSA优化SVM的电机滚动轴承故障诊断

摘要

针对电机轴承易发生故障,传统故障诊断方法具有耗时长、诊断精度低、调节参数多等问题,提出一种改进麻雀搜索算法ISSA优化支持向量机SVM的轴承故障诊断方法。该分类算法在传统麻雀寻优算法中引入改进Tent混沌映射、鸡群算法随机跟随策略、自适应t分布与动态选择策略,首先采用CEEMDAN能量熵对振动信号进行分解,选取与原信号相关性最大的5个IMF分量的能量熵值作为特征向量,然后输入到ISSA-SVM分类器中进行轴承故障诊断。分别与PSO-SVM、GWO-SVM、SSA-SVM分类模型进行实验对比,结果表明ISSA-SVM诊断模型的诊断精度最高可达到100%。