基于最小平均复合熵的旋转机械故障智能诊断方法

本发明提供了基于最小平均复合熵的旋转机械故障智能诊断方法，属于旋转机械故障诊断技术领域。其内容包括：输入旋转机械振动信号；以最小平均复合熵作为适应度函数，利用改进的蜣螂优化算法，优化变分模态分解(VMD)两个关键参数模态数量k和惩罚因子α。利用复合熵散度作为特征参数提取变分模态分解的有效模态，并重构成新振动信号。将新振动信号通过短时傅里叶变换转化为二维时频图像，并输入融入通道注意力机制的CNN模型，实现旋转机械的故障诊断。