基于GMDE和MFO-MKELM算法的往復(fù)壓縮機軸承故障診斷研究

打開文本圖片集

摘要：【目的】針對往復(fù)壓縮機軸承間隙振動信號呈現(xiàn)局部強非平穩(wěn)性、非線性等特點，導(dǎo)致出現(xiàn)軸承故障特征提取困難、識別準確率不高等問題，提出了基于廣義多尺度散布熵（GeneralizedMulti-scale Dispersal Entropy， GMDE）和飛蛾捕焰優(yōu)化-多核極限學(xué)習(xí)機智能模型算法（Moth FlameCatching Optimization and Multiple Kernel Extreme Learning Machine， MFO-MKELM）的往復(fù)壓縮機軸承故障診斷新方法。（剩余9232字）