滚动轴承的MSE和PNN故障诊断方法

• 作者: 周继慧 张磊 熊国良 陈慧
• 来源期刊: 噪声与振动控制
• 学科: 工学
• 关键词: 振动与波 多尺度熵 概率神经网络 滚动轴承 故障诊断
• 年，卷（期）: 2014,（6）
• 所属期刊栏目: 信号处理与故障诊断
• 页码范围: 169-173
• 页数: 5页
• 分类号: TH165+.3|TN911.7|TH18
• 字数: 2577字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-1335.2014.06.038

摘要

针对滚动轴承不同运行状态振动信号具有不同复杂性的特点，提出一种新的基于多尺度熵(multiscale entropy, MSE)和概率神经网络(probabilistic neural networks, PNN)的滚动轴承故障诊断方法。该方法首先利用MSE方法对滚动轴承振动信号进行特征提取，并将其作为PNN神经网络的输入，再利用PNN自动识别轴承故障类型及故障程度。实验数据包括不同故障类型和不同故障程度样本，结果表明，相比于小波包分解和PNN结合的诊断方法，提出的方法具有更高的诊断精度，能有效实现滚动轴承故障类型及程度的诊断。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	熊国良	华东交通大学机电工程学院	117	1009	17.0	27.0
2	陈慧	华东交通大学机电工程学院	28	247	8.0	15.0
3	张磊	华东交通大学机电工程学院	8	91	5.0	8.0
4	周继慧	华东交通大学机电工程学院	4	57	3.0	4.0