基于精细复合多尺度熵特征向量相关系数 在滚动轴承故障诊断中应用

• 作者: 叶金义 张福运 梁烊炀 谢小平
• 来源期刊: 噪声与振动控制
• 学科: 物理学
• 关键词: 振动与波 精细复合多尺度熵 故障诊断 相关系数 特征提取
• 年，卷（期）: 2018,（5）
• 所属期刊栏目: 信号处理与故障诊断
• 页码范围: 186-191
• 页数: 6页
• 分类号: O422.6
• 字数: 4050字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-1355.2018.05.033

摘要

复合多尺度熵(CMSE)是在多尺度熵(MSE)基础上提出来的,它改善了MSE存在的熵值不精确、波动较大等,但不能解决样本时间序列太短引起未定义熵问题.精细复合多尺度熵(Refined Composite Multi-scale Entropy,RCMSE)通过改进算法使熵估计的准确性得到提高,并能降低诱导未定义熵的概率.以此为基础,提出基于RCMSE特征向量关系数的轴承故障识别分类方法.该方法首先利用RCMSE对数据样本生成多尺度熵,计算测试样本与已知故障状态的训练样本的RCMSE相关系数,从而判断测试样本的状态类型.对轴承信号数据进行试验表明,该方法能100％准确的对轴承正常,内圈,外圈和滚动体故障信号识别分类.因此,该方法是一种有效的识别故障特征,可为实际轴承故障诊断提供参考.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	谢小平	湖南大学汽车车身先进设计制造国家重点实验室	18	97	5.0	9.0
3	叶金义	湖南大学汽车车身先进设计制造国家重点实验室	1	2	1.0	1.0
6	梁烊炀	湖南大学汽车车身先进设计制造国家重点实验室	1	2	1.0	1.0
7	张福运	湖南大学汽车车身先进设计制造国家重点实验室	1	2	1.0	1.0