基于振动信号能量熵的轴承故障诊断

• 作者: 任玉卿 李荣远 王海瑞 齐磊
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 总体平均经验模态分解(EEMD) 能量熵 相关向量机(RVM) 故障诊断
• 年，卷（期）: 2017,（9）
• 所属期刊栏目: 算法
• 页码范围: 283-287
• 页数: 5页
• 分类号: TP3
• 字数: 3931字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2017.09.055

摘要

轴承大量存在于机械设备当中,轴承的故障也是各种机械故障的主要原因.对轴承故障及时和准确的判断,可以有效地预防由轴承故障引起的事故,减少损失.基于此提出一种基于振动信号能量熵的轴承故障诊断的方法.轴承在不同的工作状态下,轴承振动信号的能量熵不同,也就是能量分布也是不同的,可以通过能量分布的不同判断轴承的状态.首先对轴承的振动信号进行总体平均经验模态分解EEMD(Ensemble Empirical Mode Decomposition),获得若干个本征模函数IMF(Intrinsic Mode Function),然后计算本征模函数能量特征,将能量特征作为输入,可以建立相关向量机判断轴承的状态.通过实验验证,基于振动信号能量熵的故障诊断方法可以有效地应用于轴承的故障诊断.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王海瑞	昆明理工大学信息工程与自动化学院	66	230	8.0	12.0
2	李荣远	昆明理工大学信息工程与自动化学院	4	22	2.0	4.0
3	齐磊	昆明理工大学信息工程与自动化学院	5	20	2.0	4.0
4	任玉卿	昆明理工大学信息工程与自动化学院	4	20	2.0	4.0