基于CEEMDAN和多尺度排列熵的球磨机负荷识别方法

• 作者: 宗路 罗小燕 胡显能 蔡改贫
• 来源期刊: 噪声与振动控制
• 学科: 物理学
• 关键词: 振动与波 球磨机 CEEMDAN 多尺度排列熵 负荷识别
• 年，卷（期）: 2018,（3）
• 所属期刊栏目: 信号处理与故障诊断
• 页码范围: 146-151
• 页数: 6页
• 分类号: O422.6
• 字数: 4320字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-1355.2018.03.028

摘要

针对球磨机负荷特征提取难以及负荷状态识别难的问题,将多尺度排列熵引入到球磨机负荷识别中,提出一种具有自适应噪声的完整集成经验模态分解(CEEMDAN)与多尺度排列熵(MPE)相结合的球磨机负荷识别方法.首先,采用CEEMDAN方法对球磨机振动信号进行处理,将其分解成一系列的模态分量,选取与原始信号相关性较高的敏感模态分量进行信号重构;其次,确定多尺度排列熵算法的最优参数,根据算法得到重构信号的排列熵值;最后,计算多尺度排列熵的偏均值,以偏均值作为特征对球磨机负荷状态进行识别.实验结果表明,该方法能够有效地识别出球磨机的不同负荷状态,并具有一定的可行性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	罗小燕	江西理工大学机电工程学院	60	279	9.0	14.0
2	蔡改贫	江西理工大学机电工程学院	123	454	11.0	16.0
3	宗路	江西理工大学机电工程学院	10	20	3.0	4.0
4	胡显能	江西理工大学机电工程学院	5	11	2.0	3.0