基于自适应多尺度散布熵的滚动轴承故障诊断方法

• 作者: 刘庆运 李从志 潘海洋 郑近德
• 来源期刊: 噪声与振动控制
• 学科: 工学
• 关键词: 振动与波 经验模态分解 多尺度 散布熵 滚动轴承 故障诊断
• 年，卷（期）: 2018,（5）
• 所属期刊栏目: 信号处理与故障诊断
• 页码范围: 173-179
• 页数: 7页
• 分类号: TN911.7|TH165.3
• 字数: 4330字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-1355.2018.05.031

摘要

针对滚动轴承振动信号的非平稳、非线性特性,将一种新的衡量时间序列复杂性和不规则程度指标——散布熵(dispersion entropy,DE)引入到滚动轴承非线性故障特征提取,提出一种基于经验模态分解与DE相结合的自适应多尺度散布熵滚动轴承故障诊断方法.首先,采用经验模态分解对振动信号进行分解,得到若干不同尺度的本征模态函数;其次,计算每个本征模态函数的DE值;再次,将得到的DE值作为特征向量输入到基于支持向量机建立的多故障分类器进行训练和识别.最后,将提出的滚动轴承故障诊断方法应用于试验数据分析,结果表明,提出的方法能准确地识别滚动轴承故障类型.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘庆运	安徽工业大学机械工程学院	45	163	8.0	11.0
2	郑近德	安徽工业大学机械工程学院	46	279	12.0	14.0
3	潘海洋	安徽工业大学机械工程学院	32	221	11.0	13.0
4	李从志	安徽工业大学机械工程学院	3	26	3.0	3.0