摘要： 针对多尺度模糊熵（Multi-scale Fuzzy Entropy，MFE）在粗粒化计算过程中存在的问题，为准确地提取往复压缩机的故障特征，将滑动方差法引入到多尺度模糊熵中，提出基于滑动方差的多尺度模糊熵(Sliding Variance Multiscale Fuzzy Entropy，SVMFE）方法。以高斯白噪声为仿真信号，将SVMFE 方法与MFE 分析对比，仿真结果表明SVMFE 方法在衡量序列复杂性上更准确、更稳定。基于此，提出一种基于SVMFE 与极限学习机（Extreme Learning Machine，ELM）的往复压缩机故障诊断方法。最后，运用所提方法对气阀故障信号分析，与基于多尺度模糊熵的故障诊断方法进行对比，验证了所提出方法的有效性，且具有较高的故障识别率。

关键词: 故障诊断, 往复压缩机, 多尺度模糊熵, SVMFE