基于小波包分解与局部均值分解排列熵的自适应轴承故障诊断

• 作者: 王名月 缪炳荣 袁成标
• 来源期刊: 装备机械
• 学科: 工学
• 关键词: 轴承 小波包分解 局部均值分解 排列熵 故障
• 年，卷（期）: 2017,（2）
• 所属期刊栏目: 特别报道
• 页码范围: 1-7
• 页数: 7页
• 分类号: TH165+.3
• 字数: 4131字
• 语种: 中文

摘要

轴承运行过程是一个复杂的非平稳动态过程,提出小波包分解与局部均值分解排列熵相结合的特征提取方法,以支持向量机为故障模式识别器,对轴承故障进行诊断.首先对原始振动信号进行小波包阈值消噪处理,根据特征频率进行频带划分及信号重构;然后采用局部均值分解方法将重构信号自适应分解为若干模态分量,并计算包含主要故障信息分量的排列熵,实现对模态分量的特征量化;最后将熵值特征向量输入多分类支持向量机,用于判断轴承的故障类型及故障程度.分析结果表明,这一方法的轴承故障诊断识别率可达95％,与其它方法相比,这一方法能够有效提取轴承故障特征,具有更高的识别准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	缪炳荣	西南交通大学牵引动力国家重点实验室	48	417	11.0	19.0
2	王名月	西南交通大学牵引动力国家重点实验室	13	8	2.0	2.0
3	袁成标	西南交通大学牵引动力国家重点实验室	4	1	1.0	1.0