An adaptive slope entropy combined with hierarchical entropy applied to rolling bearing fault diagnosis

Authors:

Abstract
本文提出了一种改进的斜率熵 (Islope) 算法。在原始算法中,状态模式由参数 α 和 β 决定。然而,当选择不合理的参数时,原始算法的参数选择范围广、随机性强可能会降低斜率熵能力。因此,提出了一种自适应参数选择。为了更好地证明 Islope 具有较好的提取能力,进行了鲁棒性测试,发现 Islope 在噪声状态下能更好地工作。另一方面,单一尺度不能完全表达时间序列。因此,Islope 与分层熵算法相结合。提出了一种分层改进的斜率熵。该方法应用于两个实验测试。同时,采用麻雀搜索算法对支持向量机的参数进行优化,最终实验结果得到100%验证。
Funding Information
  • Natural Science Basic Research Plan in Shaanxi Province of China (No.2023-JC-YB-426)

This publication has 25 references indexed in Scilit: