基于多尺度高阶奇异谱熵的信号特征提取方法

• 作者: 刘勇 姚家琛 张淑清 张立国 穆勇 陈荣飞 黄毅臣
• 来源期刊: 计量学报
• 学科: 工学
• 关键词: 计量学 变分模态分解 故障诊断 多尺度 深度信念网络
• 年，卷（期）: 2019,（5）
• 页码范围: 848-854
• 页数: 7页
• 分类号: TB936|TB973
• 字数: 4007字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-1158.2019.05.18

摘要

提出了基于变分模态分解(VMD)的高阶奇异谱熵的特征提取方法,并应用在滚动轴承故障诊断中.首先,使用4阶累积量切片代替奇异谱熵分析(SSEA)的协方差矩阵,引入VMD分解实现方法多尺度化,提出信号多分辨高阶奇异谱熵分析(M-HSSEA)方法;通过信号分析,VMD解决了模态混叠的问题,且能够实现信号滤波,同时该方法提取的熵特征向量增强了相空间重构参数鲁棒性;通过和小波奇异谱提取特征的方法对比,结果表明所提出的方法在克服频率混叠现象,提取的特征点总体离散度小等方面更具优势;最后,结合深度信念网络分类器实现了对故障的分类,实验结果验证了所提方法的有效性和可行性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张淑清	燕山大学电气工程学院	81	1525	21.0	36.0
2	张立国	燕山大学电气工程学院	42	349	10.0	17.0
3	穆勇		6	98	2.0	6.0
4	黄毅臣	国网冀北电力有限公司经济技术研究院	3	22	2.0	3.0
5	姚家琛		3	6	1.0	2.0
6	刘勇		4	0	0.0	0.0
7	陈荣飞	燕山大学电气工程学院	4	14	1.0	3.0