多重分形去趋势波动分析的振动信号故障诊断

• 作者: 李兆飞 李华锋 柴毅
• 来源期刊: 华中科技大学学报：自然科学版
• 学科: 工学
• 关键词: 振动信号 滚动轴承 故障诊断 多重分形 去趋势波动分析
• 年，卷（期）: 2012,（12）
• 所属期刊栏目: 机械科学与工程
• 页码范围: 5-9,17
• 分类号: TH212|TH213.3
• 语种: 中文

摘要

针对基于配分函数的多重分形分析不利于局部标度特性突显的问题,把多重分形去趋势波动分析（MF-DFA）方法引入到振动诊断领域,提出对振动信号进行多重分形谱参数（｜B｜,α0,Δα和Δf）故障特征分析,并将α0用于故障诊断.首先分析了振动信号的多重分形特性;然后提取振动信号的4种多重分形谱参数特征,并进行了比较;最后用支持向量机算法实现振动故障诊断.研究表明：去除趋势后,振动信号的波动呈现显著多重分形特征,正常状态振动信号的α0明显大于故障状态,而振动信号的｜B｜,Δα和Δf特征变化规律则不明显;α0作为故障特征量,能有效地区分正常状态与故障状态,有效实现了振动故障诊断.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	柴毅	重庆大学自动化学院	157	2347	25.0	41.0
2	李华锋	重庆大学自动化学院	15	190	9.0	13.0
3	李兆飞	重庆大学自动化学院	6	71	3.0	6.0