摘要：傳統(tǒng)經(jīng)驗?zāi)B(tài)分解(EMD)存在模態(tài)混疊,難以充分提取故障特征,原始支持向量機(SVM)、相關(guān)向量機(RVM)診斷方法核函數(shù)存在選取不靈活、結(jié)構(gòu)復(fù)雜導(dǎo)致識別效率低的問題,提出了一種結(jié)合變分模態(tài)分解(VMD)樣本熵和混合布谷鳥改進M-RVM的機械傳動電機軸承故障診斷新方法。首先,對故障信號進行VMD分解得到多個子序列;然后,篩選其中的有效分量提取樣本熵組成故障特征向量;最后,將特征向量輸入基于混合布谷鳥算法優(yōu)化的M-RVM故障診斷模型,達到對電機運行狀態(tài)準確識別的目的。仿真結(jié)果表明,所提方法實現(xiàn)了電機軸承故障狀態(tài)的準確診斷。與傳統(tǒng)分析診斷方法相比,該方法軸承故障識別診斷性能得到提高,對實際工程應(yīng)用具有重大意義。