机床与液压

作者：包恒玥，张英豪，盛健，王锋，彭曼，史钰潮

单位：广州致新电力科技有限公司；广州致新电力科技有限公司；广州致新电力科技有限公司；广州致新电力科技有限公司；广州致新电力科技有限公司；广州致新电力科技有限公司

关键词：振动信号;机械故障;时频熵特征;特征选择方法;支持向量机

针对异步电机机械故障发生概率高且缺乏有效识别方法的现象，提出基于时频熵特征的支持向量机分类模型。通过搭建故障模拟平台，实现针对正常运转、动态偏心、不对中、基座松动以及轴承故障等多类型样本的振动信号采集，提取多维度的统计指标，并利用特征选择方法降低时间复杂度，以确保诊断的准确性和及时性，最后结合支持向量机进行模型训练，以完成故障诊断。实验结果表明:文中提出的方法，在已有的样本数据中准确度较高，一致性较好，整体方法实现简单。

来源：2023年第10期

《机床与液压》期刊编辑部

查看机床与液压杂志2023年第10期