基于多元经验模态分解互近似熵及GG聚类的轴承故障诊断

• 作者: 姜万录 张淑清 张立国 李威 胡永涛 钱磊
• 来源期刊: 中国机械工程
• 学科: 工学
• 关键词: 轴承故障诊断 多元经验模态分解 互近似熵 GG聚类
• 年，卷（期）: 2016,（24）
• 所属期刊栏目: 科学基金
• 页码范围: 3362-3367
• 页数: 6页
• 分类号: TH17
• 字数: 4440字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-132X.2016.24.017

摘要

提出了一种基于多元经验模态分解(Multi-EMD)、互近似熵和GG聚类的滚动故障轴承诊断方法。首先，将振动信号进行多元经验模态分解，得到若干个内禀模态函数(IMF)分量和一个趋势项。然后，将IMF分量分别与原始信号进行相关性分析，筛选出前7个含主要特征信息的 IMF 分量，并将筛选的IMF分量的互近似熵作为特征向量。最后，将特征向量输入到 GG 模糊分类器中进行聚类识别。通过聚类三维图，对两种算法机械运行的4种状态进行了对比，验证了多元经验模态分解方法不仅可解决采样的不均衡问题，而且可解决E MD算法聚类的混叠问题。

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	李威	燕山大学河北省测试计量技术与仪器重点实验室	6	15	2.0	3.0
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
5	钱磊	燕山大学河北省测试计量技术与仪器重点实验室	6	62	4.0	6.0
6	胡永涛	燕山大学河北省测试计量技术与仪器重点实验室	13	149	8.0	12.0