针对轴承振动信号非线性、非平稳性和故障特征微弱性的特点,以及工程实际中难以获得大量故障样本的情况,提出了一种基于多尺度排列熵和支持向量机的轴承故障诊断新方法。该方法首先对轴承不同运行状态下的振动信号进行多尺度排列熵特征提取,然后通过距离评估技术从原始多尺度排列熵特征中选取敏感特征,最后将敏感特征输入到采用遗传算法优化的支持向量机中,实现对轴承不同运行状态的自动识别。对实验数据分析的结果表明,该方法可以精细地获取故障信息,从大量原始特征中选择出敏感特征,有效地实现滚动轴承故障状态的诊断。

这是我们开发的 Matlab 工具箱，用于使用双存档多目标人工蜂群算法进行成本敏感特征选择。” 该程序的详细信息可以在已提交给 Expert Systems with Applications 期刊的论文“Cost-sensitive feature selection using two-archive multi-objective人工蜂群算法”中找到。 在这个工具箱中，main 函数被命名为“main.m”。 在此功能中，您可以通过更改“fly”的值来选择不同的数据集。