基于EEMD-TEO熵的高速列车轴承故障诊断方法

• 作者: 伍川辉 林建辉 邓韬 靳行 黄晨光
• 来源期刊: 西南交通大学学报
• 学科: 交通运输
• 关键词: 经验模态分解 奇异值分解 Teager能量算子 瞬时频率 轴承故障
• 年，卷（期）: 2018,（2）
• 页码范围: 359-366
• 页数: 8页
• 分类号: U279.3
• 字数: 4397字
• 语种: 中文
• DOI: 10.3969/j.issn.0258-2724.2018.02.019

摘要

为了解决高速列车轴承早期故障中低频信号的类间分离性较弱、保持架故障难以识别等的问题,提出了基于Teager能量算子(Teager energy operator,TEO)聚合经验模态分解(ensemble empirical mode decomposition,EEMD)熵的自适应诊断方法.该方法将EEMD、样本熵、TEO相结合,利用EEMD的自适应性得到固有模态(intrinic mode function,IMF)信号,用改进的TEO从IMF中提取得到样本熵,使用支持向量机(support vector machine,SVM)判断轴承工作状态与故障类型;讨论了EEMD能量熵、EEMD奇异值熵、EEMD-TEO时频熵生成的故障特征向量以及该向量在SVM中识别结果;对正常轴承、保持架故障、滚动体故障3种状态的轴承样本数据进行了故障诊断.研究结果表明:对3种轴承的故障识别率可以达到98％,较传统的经验模态熵识别率提高了2.6％,该方法可用作高速列车轴承状态诊断.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	伍川辉	西南交通大学牵引动力国家重点实验室	66	346	10.0	16.0
2	林建辉	西南交通大学牵引动力国家重点实验室	200	1374	17.0	29.0
3	靳行	西南交通大学牵引动力国家重点实验室	17	39	3.0	5.0
4	黄晨光	西南交通大学牵引动力国家重点实验室	12	40	4.0	6.0
5	邓韬	西南交通大学牵引动力国家重点实验室	5	28	3.0	5.0