改进局部均值分解的齿轮箱复合故障特征提取

• 作者: 叶美桃 柴慧理
• 来源期刊: 机械传动
• 关键词: 局部均值分解 排列熵 复合故障
• 年，卷（期）: 2019,（8）
• 所属期刊栏目: 试验分析
• 页码范围: 130-134
• 页数: 5页
• 语种: 中文
• DOI: 10.16578/j.issn.1004.2539.2019.08.024

摘要

在强噪声环境下,针对局部均值分解(Local Mean Decomposition,LMD)出现的模态混叠现象,提出了总体局部均值分解方法(Ensemble Local Mean Decomposition,ELMD),但ELMD中所添加的白噪声不能完全被中和,这会导致PF分量受到所加白噪声的影响,导致重构误差增大.因此,提出基于PE-CELMD (Permutation Entropy-Complementary Ensemble Local Mean Decomposition)的齿轮箱复合故障诊断方法,该思路是在ELMD的基础上通过添加成对白噪声再结合排列熵(Permutation Entropy,PE)的方法优化LMD.将该方法应用于仿真信号和实测信号,并通过与LMD、CELMD对比,结果表明,PE-CELMD方法是一种有效的复合故障特征提取方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	柴慧理	山西交通职业技术学院车辆工程系	12	14	2.0	3.0
2	叶美桃	山西交通职业技术学院车辆工程系	9	19	2.0	4.0