基于GMDE和MFO-MKELM算法的往复压缩机轴承故障诊断研究

打开文本图片集

摘要：【目的】针对往复压缩机轴承间隙振动信号呈现局部强非平稳性、非线性等特点，导致出现轴承故障特征提取困难、识别准确率不高等问题，提出了基于广义多尺度散布熵（GeneralizedMulti-scale Dispersal Entropy， GMDE）和飞蛾捕焰优化-多核极限学习机智能模型算法（Moth FlameCatching Optimization and Multiple Kernel Extreme Learning Machine， MFO-MKELM）的往复压缩机轴承故障诊断新方法。（剩余9232字）