摘要：傳統(tǒng)經(jīng)驗(yàn)?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(jī)(SVM)、相關(guān)向量機(jī)(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(shí)別效率低的問(wèn)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(niǎo)改進(jìn)M-RVM的機(jī)械傳動(dòng)電機(jī)軸承故障診斷新方法。首先,對(duì)故障信號(hào)進(jìn)行VMD分解得到多個(gè)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(niǎo)算法優(yōu)化的M-RVM故障診斷模型,達(dá)到對(duì)電機(jī)運(yùn)行狀態(tài)準(zhǔn)確識(shí)別的目的。仿真結(jié)果表明,所提方法實(shí)現(xiàn)了電機(jī)軸承故障狀態(tài)的準(zhǔn)確診斷。與傳統(tǒng)分析診斷方法相比,該方法軸承故障識(shí)別診斷性能得到提高,對(duì)實(shí)際工程應(yīng)用具有重大意義。