机械故障信号诊断及特征提取研究

• 作者: 赵迎珍
• 来源期刊: 自动化与仪器仪表
• 学科: 工学
• 关键词: 机械故障 采集信号 云模型特征熵 经验模式 特征提取
• 年，卷（期）: 2017,（9）
• 所属期刊栏目: 理论创新
• 页码范围: 35-37
• 页数: 3页
• 分类号: TP393
• 语种: 中文
• DOI: 10.14016/j.cnki.1001-9227.2017.09.035

摘要

当机械设备发生故障时,相应设备部件存在的随机性和模糊性导致故障采集信号的不确定性,从而降低了信号特征提取的准确性.为了解决这个问题,提出了一种将云模型特征熵(CMCE)设置为信号特征特征值的新方法,该方法可以克服传统熵复杂度在解决不确定性问题时参数选择的缺点.首先,从实验中收集的正常和损伤的部件状态的声发射信号通过经验模式进行分解;然后使用互信息方法选择可以反映信号特征的敏感内在模式函数,以重构信号并消除噪声干扰;随后,将CMCE设置为重构信号的特征值.最后,通过比较样本熵、均方根和CMCE之间的实验,实验结果表明CMCE可以更好地表示故障信号的特征信息.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵迎珍	安航空职业技业学院航空维修工程学院	1	2	1.0	1.0