基于 EWT 和多尺度熵的轴承特征提取及分类

• 作者: 崔得龙 廖晓文 张清华 李沁雪
• 来源期刊: 轴承
• 学科: 工学
• 关键词: 滚动轴承 故障诊断 经验小波变换 多尺度熵 自适应
• 年，卷（期）: 2016,（1）
• 所属期刊栏目: 测量与仪器
• 页码范围: 48-51,52
• 页数: 5页
• 分类号: TH133.33|TN911.7
• 字数: 3354字
• 语种: 中文

摘要

轴承的故障信息提取直接决定了诊断的正确与否，为了能准确地识别轴承状态，提出了一种基于经验小波变换和多尺度熵的轴承特征信息提取及分类方法。该方法通过提取信号频域相邻最大值间的极小值，对Fourier 谱进行自适应划分，并构造合适的小波滤波器组提取不同的模态；再引入多尺度熵，对最优模态建立的粗粒向量进行状态分类。试验分析表明：与 EEMD 相比，该方法具有更优的自适应特征提取和故障分类特性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	廖晓文	广东石油化工学院计算机与电子信息学院	14	66	4.0	7.0
3	李沁雪	广东石油化工学院计算机与电子信息学院	10	33	3.0	5.0
6	张清华		12	44	4.0	6.0