一种基于MOBO-SVM的滚动轴承故障诊断的静电信号识别方法

本发明公开了一种基于MOBO‑SVM的滚动轴承故障诊断的静电信号识别方法。该方法包括：S1通过非接触式静电传感器采集轴承在多工况下的原始静电信号，并进行滤波预处理；S2提取信号的均方根值、峰峰值、频谱能量重心和频谱离散度，构建时频融合特征集；S3采用多目标贝叶斯优化算法，以诊断准确率、模型复杂度和预测时间为目标，协同寻优支持向量机（SVM）的超参数，获得Pareto最优解集；S4根据工况需求选用最优超参数组合，采用序列最小优化算法训练轻量化SVM模型，获得故障诊断模型；S5将独立的测试样本输入已训练好的模型，通过计算其特征与决策超平面的距离，实现对故障类别的精确判定。本发明实现了对滚动轴承早期故障的高效、精准诊断。