基于改进多尺度熵与VPMCD的滚动轴承故障诊断

• 作者: 姜战伟 潘海洋 潘紫微 郑近德
• 来源期刊: 噪声与振动控制
• 学科: 工学
• 关键词: 振动与波 多尺度熵 特征降维 多变量预测模型 滚动轴承 故障诊断
• 年，卷（期）: 2017,（3）
• 所属期刊栏目: 信号处理与故障诊断
• 页码范围: 156-161,172
• 页数: 7页
• 分类号: TN911.7|TH165.3
• 字数: 4465字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-1355.2017.03.031

摘要

多尺度熵(Multiscale entropy,MSE)是一种衡量时间序列复杂性的方法,针对其粗粒化过程由时间序列长度变短而导致熵值不精确、波动较大等问题,提出一种改进的多尺度熵(Improved multiscale entropy,IMSE)算法.在此基础上,结合迭代拉普拉斯得分(Iteration Laplacian Score,ILS)特征选择和多变量预测模型(Variable predictive model based class discriminate,VPMCD),提出一种新的滚动轴承智能故障诊断方法.最后,将提出的方法应用于滚动轴承试验数据分析,并与现有方法进行对比.结果表明,提出的方法不仅能够有效地识别滚动状态和故障类型,而且其诊断效果优于现有方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	潘紫微	安徽工业大学机械工程学院	88	630	15.0	20.0
2	姜战伟	安徽工业大学机械工程学院	4	51	4.0	4.0
3	郑近德	安徽工业大学机械工程学院	46	279	12.0	14.0
4	潘海洋	安徽工业大学机械工程学院	32	221	11.0	13.0