来源：期刊VIP网 时间：
作者：孙润发;汤占军;
单位：昆明理工大学信息工程与自动化学院;
摘要：由于风机的运行环境恶劣，当轴承发生故障时，其振动信号往往受到环境噪声的干扰，导致对于振动信号的故障信息提取困难。针对这一问题，本文提出了一种基于互补集合经验模态分解（CEEMD）和样本熵（SE）结合的特征提取方法，并将天鹰优化算法（AO）与支持向量机（SVM）结合进行故障分类，实现对风机轴承的故障诊断。本文采用凯斯西储大学轴承数据进行实验，并采用真实风机轴承数据进行进一步的验证。实验结果表明本文所提出方法具有很高的故障识别准确率。
关键词：特征提取;;互补集合经验模态分解;;样本熵;;天鹰优化算法;;支持向量机
基金资助：国家自然科学基金项目（61962031）
