基于CEEMDAN和排列熵的滚动轴承故障诊断方法

• 作者: 任家骏 白丽丽 秦晓峰 韩振南
• 来源期刊: 轴承
• 学科: 工学
• 关键词: 滚动轴承 故障诊断 CEEMDAN 排列熵
• 年，卷（期）: 2019,（11）
• 所属期刊栏目: 测量与仪器
• 页码范围: 54-59
• 页数: 6页
• 分类号: TH133.33|TH17
• 字数: 3342字
• 语种: 中文
• DOI: 10.19533/j.issn1000-3762.2019.11.014

摘要

针对滚动轴承振动信号非线性和非平稳性等特征影响故障类型及严重程度识别准确性的问题,提出了一种基于完整的自适应噪声集成经验模态分解和排列熵的故障特征提取方法,并结合支持向量机自动分类识别的功能形成了一种高效准确的智能故障诊断方法.首先,将振动信号分解为一系列的本征模态函数;然后,计算前n个IMF的排列熵值并形成一个多尺度的特征矩阵;最后,通过粒子群寻优的支持向量机对该特征矩阵进行模式识别,诊断出轴承振动信号所对应的故障类型及故障严重程度.试验数据分析表明,该方法能有效识别滚动轴承振动信号中隐藏的故障状态,准确率高且稳定性好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	韩振南	太原理工大学机械工程学院	82	524	12.0	19.0
2	任家骏	太原理工大学机械工程学院	133	467	10.0	15.0
3	白丽丽	太原理工大学机械工程学院	3	2	1.0	1.0
4	秦晓峰	太原理工大学机械工程学院	10	9	2.0	3.0