基于EEMD模糊熵和GK聚类的信号特征提取方法及应用

• 作者: 张淑清 张立国 李盼 金梅 金菊
• 来源期刊: 计量学报
• 学科: 工学
• 关键词: 计量学 故障诊断 集合经验模态分解 模糊熵 GK聚类
• 年，卷（期）: 2015,（5）
• 页码范围: 501-505
• 页数: 5页
• 分类号: TB936
• 字数: 2795字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-1158.2015.05.12

摘要

提出了一种基于集合经验模态分解模糊熵和GK聚类相结合的方法,应用于滚动轴承的故障诊断中.首先,利用EEMD方法将故障信号分解成多个本征模态分量来消除模态混叠影响;其次,通过相关性对IMF分量进行筛选,并求取其模糊熵作为特征向量进行GK聚类分析进行模式识别.在实验分析中,通过模糊熵、样本熵、近似熵3种特征参数的对比,和GK聚类与FCM聚类的对比,证明了该方法的有效性和优越性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张淑清	燕山大学河北省测试计量技术与仪器重点实验室	81	1525	21.0	36.0
2	金菊	河北工业大学土木工程学院	11	38	4.0	5.0
3	张立国	燕山大学河北省测试计量技术与仪器重点实验室	42	349	10.0	17.0
4	李盼	燕山大学河北省测试计量技术与仪器重点实验室	15	257	9.0	15.0
5	金梅	燕山大学河北省测试计量技术与仪器重点实验室	20	82	6.0	7.0