摘要： 针对旋转部件故障诊断问题，为能更全面的提取部件的故障特征信息，提高模型的 识别精度，提出一种基于混合特征与 ＰＳＯＳＶＭ的故障诊断方法。首先，提取电流和振动信号特 征参数，结合信息增益算法筛选出对故障敏感的特征参数，结合主成分分析，对敏感特征进行降 维处理，消除了无关特征和冗余特征对故障诊断模型的干扰。然后，以 ＳＶＭ分类器为基础，利 用 ＰＳＯ算法对模型参数全局寻优，提高故障诊断的识别精度。最后，利用轴承加速疲劳试验数 据集将 ＰＳＯＳＶＭ模型与常用故障诊断模型进行对比，验证该模型的有效性。

关键词: 故障诊断；特征提取；信息增益；支持向量机；粒子群优化

中图分类号: 

• TH133.33