变分框架下多尺度熵相关优化的模态分解在故障诊断中的应用

• 作者: 崔得龙 张清华 李沁雪 舒磊 黄剑锋
• 来源期刊: 现代制造工程
• 学科: 工学
• 关键词: 变分 最优模态 参数辨识 故障诊断 多尺度熵相关系数
• 年，卷（期）: 2017,（4）
• 所属期刊栏目: 设备设计/诊断维修/再制造
• 页码范围: 142-148
• 页数: 7页
• 分类号: TN911|TH17|TH165
• 字数: 5367字
• 语种: 中文
• DOI: 10.16731/j.cnki.1671-3133.2017.04.027

摘要

针对变分框架下,一种新的模态分解——变分模态分解(Variational Mode Decomposition,VMD)的最优模态分量选择和关键参数辨识问题,借鉴折半查找的思想,提出应用多尺度熵相关系数和频域相关系数来改进VMD的上述关键环节,并通过轴承故障信号仿真研究其频域分解的数据特点,揭示其滤波本质;轴承故障信号仿真及工程应用的结果表明,相对于经验模态分解(Empirical Mode Decomposition,EMD)和总体平均经验模态分解(Ensemble Empirical Mode De-composition,EEMD),改进后的VMD (IVMD)去噪效果更为明显,是一种有效的自适应频域模态分解方法,可更为准确地提取出微弱特征频率信息,实现轴承故障的正确识别.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张清华	广东石油化工学院广东省石化装备故障诊断重点实验室	44	181	8.0	11.0
2	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
8	舒磊	广东石油化工学院广东省石化装备故障诊断重点实验室	4	4	1.0	2.0
9	崔得龙	广东石油化工学院计算机与电子信息学院	33	83	5.0	7.0