一种基于参数优化VMD融合LSSVM的滚动轴承故障诊断方法

本发明公开了一种基于参数优化VMD融合LSSVM的滚动轴承故障诊断方法。该方法首先通过优化算法对VMD算法进行优化，通过对不同工况下的信号进行变分模态分解，依据散布熵值大小筛选子信号，从散布熵最大的2个分量IMF1、IMF2中提取故障特征，构建特征向量数据集。特征类型具体包括均值、标准差、谱峭度、峰值指标、峭度指标、频谱能量等。之后将LSSVM模型的超参数作为优化问题的变量，将LSSVM模型的性能指标作为优化问题的目标函数，并使用算法来搜索最优解，以优化LSSVM模型的分类性能。本发明方法在滚动轴承故障诊断中具有更高的分类准确率和诊断精度。