基于CEEMDAN与信息熵的液压泵故障特征提取方法研究

• 作者: 晁苏全 李锋 林阳阳 王浩
• 来源期刊: 机床与液压
• 学科: 工学
• 关键词: CEEMDAN 信息熵 故障诊断
• 年，卷（期）: 2016,（19）
• 所属期刊栏目: 故障诊断与可靠性
• 页码范围: 192-195
• 页数: 4页
• 分类号: TP391.9
• 字数: 2723字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3881.2016.19.042

摘要

由于液压泵故障振动信号微弱和不平稳的特性，造成特征向量提取和故障诊断困难。针对这些问题，提出一种CEEMDAN与信息熵结合的特征提取方法。将传感器测得的液压泵的故障振动信号进行CEEMDAN分解得到多个固有模态函数( IMF)，并计算其信息熵，然后筛选出信息熵最小的3个IMF分量重构信号，计算重构信号的多域熵作为特征向量来训练决策树模型。液压泵故障诊断实验结果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	李锋	第二炮兵工程大学二系	37	405	11.0	19.0
2	晁苏全	第二炮兵工程大学二系	8	58	5.0	7.0
3	林阳阳	第二炮兵工程大学二系	5	39	3.0	5.0
4	王浩	第二炮兵工程大学二系	6	38	3.0	6.0