摘要：針對(duì)軸承發(fā)生故障,振動(dòng)信號(hào)會(huì)表現(xiàn)出復(fù)雜性的情況,運(yùn)用多尺度排列熵(Multiscale Permutation Entropy,MPE)方法對(duì)振動(dòng)信號(hào)進(jìn)行分析。首先對(duì)嵌入維數(shù)、延遲時(shí)間以及數(shù)據(jù)長(zhǎng)度對(duì)排列熵的影響進(jìn)行了分析,在此基礎(chǔ)上分析尺度因子關(guān)于多尺度排列熵的影響,然后對(duì)滾動(dòng)軸承振動(dòng)信號(hào)進(jìn)行更準(zhǔn)確的故障特征提取,并利用極限學(xué)習(xí)機(jī)(Extreme Le arning Machine,ELM)方法對(duì)其進(jìn)行故障分類,與神經(jīng)網(wǎng)絡(luò)的分類效果相比較,結(jié)果顯示,極限學(xué)習(xí)機(jī)與多尺度排列熵相結(jié)合,可以很好地實(shí)現(xiàn)故障診斷。