基于多尺度模糊熵和主成分分析的 轴承故障特征提取

• 作者: 丁峰 周舒豪 姜朝文 李生鹏 竺一峰 韦朋余
• 来源期刊: 船舶力学
• 学科: 交通运输
• 关键词: 故障诊断 经验模态分解 多尺度模糊熵 主成分分析
• 年，卷（期）: 2018,（10）
• 所属期刊栏目: 结构力学
• 页码范围: 1277-1285
• 页数: 9页
• 分类号: U664.21
• 字数: 3743字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-7294.2018.10.012

摘要

针对滚动轴承故障特征难以提取的问题,文章提出了基于多尺度模糊熵(MFE)和主成分分析(PCA)相结合的滚动轴承故障特征提取方法.首先利用经验模态分解(EMD)将原始振动信号分解成若干个本征模态函数(IMF),并根据相关系数和峭度值准则剔除虚假IMF分量;然后在不同尺度下求取真实IMF分量的模糊熵值,利用PCA对其进行降维处理,形成能表征不同轴承故障的特征向量,最后借用支持向量机对其进行诊断验证.实验表明,该方法可以有效地提取轴承故障信息,对4种轴承状态的识别率为95％,实现了对轴承故障的精确诊断.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	韦朋余		17	47	4.0	6.0
2	李生鹏		6	11	2.0	2.0
3	竺一峰		12	27	4.0	5.0
4	丁峰		2	4	1.0	2.0
5	姜朝文		1	4	1.0	1.0
6	周舒豪		1	4	1.0	1.0