基于LCD信息熵特征和SVM的机械故障诊断

• 作者: 吕岩 张前图 房立清 赵玉龙
• 来源期刊: 机械传动
• 关键词: 局部特征尺度分解 信息熵 支持向量机 特征提取 故障诊断
• 年，卷（期）: 2015,（12）
• 所属期刊栏目: 试验分析
• 页码范围: 144-148
• 页数: 5页
• 语种: 中文
• DOI: 10.16578/j.issn.1004.2539.2015.12.031

摘要

提出了一种基于局部特征尺度分解(LCD)信息熵特征和支持向量机(SVM)相结合的机械故障诊断方法.首先采用LCD对振动信号进行分解,得到若干个具有物理意义的内禀尺度分量(ISC);结合信息熵理论,从时域、频域和时频域3个角度分别定义了时域奇异谱熵、频域功率谱熵以及时频域的特征空间熵、边际谱熵和瞬时能量熵,并将这些熵值组成特征向量;最后通过SVM对特征向量进行分类识别.轴承故障诊断的实例表明,基于LCD信息熵特征和SVM相结合的方法能够准确地对轴承故障信号进行识别,并且效果要好于EMD信息熵特征和SVM结合的方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张前图		4	0	0.0	0.0
2	房立清		5	0	0.0	0.0
3	吕岩		2	0	0.0	0.0
4	赵玉龙		1	0	0.0	0.0