基于 DLMD 样本熵和模糊聚类的滚动轴承故障诊断

• 作者: 孟宗 王亚超 王晓燕
• 来源期刊: 中国机械工程
• 关键词: 故障诊断 滚动轴承 微分局部均值分解 样本熵 模糊聚类
• 年，卷（期）: 2014,（19）
• 所属期刊栏目: 信息技术
• 页码范围: 2634-2640,2641
• 页数: 8页
• 分类号: TN911.7|TP206.3
• 语种: 中文
• DOI: 10.3969/j.issn.1004-132X.2014.19.015

摘要

针对传统的局部均值分解(LMD)方法不能有效提取微弱高频信号成分的问题，提出了一种基于微分的微分局部均值分解(DLMD)方法，在此基础上，将 DLMD、样本熵和模糊聚类分析相结合，提出了一种基于 DLMD 样本熵和模糊聚类的滚动轴承故障诊断方法。该方法首先对滚动轴承振动信号进行微分局部均值分解，得到若干具有物理意义的乘积函数(PF)分量，然后求取各 PF 分量的样本熵并将其作为特征向量，最后通过模糊聚类对特征向量进行识别分类。实验结果表明，基于 DLMD 样本熵和模糊聚类相结合的方法能够准确、有效地对滚动轴承故障信号进行识别分类。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孟宗		71	591	13.0	21.0
3	王亚超		10	102	6.0	10.0
7	王晓燕		2	18	2.0	2.0