电机振动信号特征提取新方法的研究

• 作者: 任虎 効迎春 王惠中
• 来源期刊: 自动化与仪器仪表
• 学科: 工学
• 关键词: 特征提取 奇异值熵 样本熵 RBF神经网络
• 年，卷（期）: 2014,（12）
• 所属期刊栏目: 控制理论研究
• 页码范围: 44-47
• 页数: 4页
• 分类号: TP393.01
• 字数: 3909字
• 语种: 中文
• DOI: 10.14016/j.cnki.1001-9227.2014.12.044

摘要

对电机故障做出正确的诊断,特征提取是关键.本文将奇异值熵和样本熵相结合,作为振动信号的特征参数,首先提取了能够全面反映电机故障的特征信息,然后结合RBF神经网络,对电机的轴承故障进行了诊断.最后通过仿真实验证明,奇异值熵和样本熵相结合的特征提取方法,提高了电机故障诊断的准确率,减少了RBF神经网络的学习步数,从而为电机在线故障诊断提供了有效方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王惠中	兰州理工大学电气工程与信息工程学院	70	337	9.0	15.0
5	任虎	兰州理工大学电气工程与信息工程学院	3	4	2.0	2.0
7	効迎春	兰州理工大学电气工程与信息工程学院	4	4	2.0	2.0