基于EEMD和改进PSO-SVM的轴承故障诊断方法

摘要

本发明公开了一种基于EEMD和改进PSO‑SVM的轴承故障诊断方法。本发明包括：采集缝纫机轴承信号；将采集的信号通过EEMD算法分解；将分解后的分量进行阈值降噪处理并重组；对重组的信号进行能量熵特征提取；各阶信号的能量熵作为输入向量，并将数据集分为训练集和测试集；采用支持向量机作为分类的数学模型，利用训练集和改进粒子群算法优化支持向量机参数模型对轴承故障检测模型进行训练，确定最优的支持向量机的惩罚系数以及核函数的参数；并通过分类准确度来评判模型性能。从而实现对故障的诊断，较大程度地提升故障诊断准确率，保证了设备的安全运行。