关键词：熵权法;粒子群算法;变分模态分解;支持向量机;故障诊断;动力学熵
摘 要：在大数据背景下，基于机器学习的旋转机械故障诊断研究发展迅速。对于非线性非平稳的振动信号，提出了基于熵权法优化PSO-SVM故障诊断模型，强化特征提取能力。本文数据来自CWRU数据集和抽水蓄能电站实测数据，首先，分别对每个数据集的四种故障滑动采样、平滑降噪等预处理，其次，对故障样本VMD分解，利用样本熵、能量熵、模糊熵、功率谱熵构建特征向量，采用熵权法选取权值最大的特征向量作为EWM-PSO-SVM模型输入，得到诊断结果，同时与其他方法进行对比证实方法有效性与准确性。
内 容：原文可通过湖北省科技资源共享服务平台(https://www.hbsts.org.cn/)获取