基于改进EMD与FastICA—样本熵的齿轮故障特征提取方法

• 作者: 吕同昕
• 来源期刊: 软件导刊
• 学科: 工学
• 关键词: EMD 端点效应 FastICA 样本熵 齿轮故障特征提取
• 年，卷（期）: 2019,（8）
• 所属期刊栏目: 应用技术与研究
• 页码范围: 154-158
• 页数: 5页
• 分类号: TP319
• 字数: 3868字
• 语种: 中文
• DOI: 10.11907/rjdk.191642

摘要

针对齿轮常见故障及信号在传统EMD算法分解中产生的端点效应,提出一种基于改进经验模态分解(EMD)与快速独立分量分析(FastICA)—样本熵的齿轮故障特征提取方法.首先对信号进行EMD分解,得到一系列IMF分量和残余量,在此过程中通过匹配差别最小的极值包络线段确定端点处极值,然后从每个信号中分别选取周期性明显的分量与原始信号组成混合信号作为FastICA的输入,获得ICA计算后的分量,最后分别计算EMD分量与各独立分量的样本熵.实验结果表明,改进后的EMD算法可以有效改善端点效应问题,并通过与EMD—样本熵的对比,表明FastICA—样本熵能更明显、稳定地反映齿轮故障,因此可作为一种有效的故障特征.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吕同昕	山东科技大学计算机科学与工程学院	1	2	1.0	1.0