基于MEMD与MMSE的滚动轴承退化特征提取方法

• 作者: 李凌均 郝旺身 金兵 韩捷 马艳丽
• 来源期刊: 郑州大学学报（工学版）
• 学科: 工学
• 关键词: 多维经验模态分解 多元多尺度熵 多尺度化 滚动轴承 退化趋势
• 年，卷（期）: 2018,（4）
• 所属期刊栏目: 机械工程
• 页码范围: 86-91
• 页数: 6页
• 分类号: TH212|TH2133
• 字数: 4362字
• 语种: 中文
• DOI: 1013705/j.issn.1671-6833.2018.01.004

摘要

针对滚动轴承故障信号的非平稳性特征以及其退化状态难以识别的问题,提出了基于多维经验模态分解(MEMD)与多元多尺度熵(MMSE)的退化特征提取方法.该方法利用多维经验模态算法在多尺度化过程中能够有效地捕获信号不同尺度的成分的特性,更好地区分了不同退化状态的复杂度.首先,利用MEMD算法对滚动轴承不同退化状态对应的多通道信号进行同步自适应分解;然后,对多尺度IMF分量重构的信号进行多元多尺度熵分析.对试验信号进行处理,结果表明,该方法能有效反映滚动轴承退化趋势.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	韩捷	郑州大学机械工程学院	196	1599	19.0	30.0
2	马艳丽	郑州大学机械工程学院	41	154	7.0	10.0
3	金兵	郑州大学机械工程学院	7	14	2.0	3.0
4	郝旺身	郑州大学机械工程学院	32	203	8.0	12.0
5	李凌均	郑州大学机械工程学院	45	352	12.0	17.0