技術(shù)特征：

技術(shù)總結(jié)
本發(fā)明涉及一種基于改進(jìn)多尺度模糊熵的滾動(dòng)軸承故障診斷方法，采集滾動(dòng)軸承的振動(dòng)信號(hào)；計(jì)算振動(dòng)信號(hào)的改進(jìn)多尺度模糊熵；將前八個(gè)尺度上的改進(jìn)模糊熵作為軸承故障特征向量；將故障特征向量分為訓(xùn)練集和測(cè)試集；利用訓(xùn)練集對(duì)支持向量機(jī)進(jìn)行訓(xùn)練并用訓(xùn)練好的模型對(duì)測(cè)試集進(jìn)行預(yù)測(cè)；根據(jù)預(yù)測(cè)結(jié)果識(shí)別滾動(dòng)軸承的工作狀態(tài)與故障類型。對(duì)模糊熵算法進(jìn)行改進(jìn)，用一個(gè)總體均值代替的傳統(tǒng)模糊熵計(jì)算中的局部均值，計(jì)算不同尺度下的改進(jìn)模糊熵。改進(jìn)后的多尺度模糊熵能更全面地反映信號(hào)的特征，從而更準(zhǔn)確地評(píng)估軸承的運(yùn)行狀態(tài)。本發(fā)明能夠提取更加豐富的軸承狀態(tài)信息，在故障模式識(shí)別過程中有更高的識(shí)別率。

技術(shù)研發(fā)人員：朱可恒;李郝林;陳龍;景璐璐
受保護(hù)的技術(shù)使用者：上海理工大學(xué)
技術(shù)研發(fā)日：2017.05.22
技術(shù)公布日：2017.10.03