应用ITD分形模糊熵的自动机早期故障诊断

• 作者: 刘广璞 安邦 潘宏侠 赵雄鹏
• 来源期刊: 机械设计与制造
• 学科: 工学
• 关键词: 自动机 固有时间尺度分解 分形维数 模糊熵 RBF神经网络 故障诊断
• 年，卷（期）: 2019,（1）
• 所属期刊栏目: 数控与自动化
• 页码范围: 134-137
• 页数: 4页
• 分类号: TH16|TH17
• 字数: 2752字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3997.2019.01.035

摘要

通过以某口径高射机枪自动机为研究对象,提出一种运用固有时间尺度分解(ITD)分形模糊熵与RBF神经网络进行故障诊断的方法.由于自动机振动信号短时、非平稳、高冲击的特性,将ITD引入自动机的故障诊断中,通过对ITD分解得到不同频段的合理旋转(proper rotation简称PR)分量,然后分别提取分形维数和模糊熵组成组合特征向量.由于RBF神经网络结构简单、收敛速度快具有很高的分类准确率,所以采用RBF神经网络分类识别.最后得到理想识别效果的同时验证了ITD分形模糊熵与RBF的自动机早期故障诊断方法的优越性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	潘宏侠	中北大学机械与动力工程学院	359	2630	23.0	34.0
5	刘广璞	中北大学机械与动力工程学院	22	55	4.0	5.0
6	安邦	中北大学机械与动力工程学院	8	24	3.0	4.0
7	赵雄鹏	中北大学机械与动力工程学院	9	18	2.0	4.0