基于EEMD散布熵-LPP的滚动轴承故障诊断方法

• 作者: 张晓迪 施继忠 李刚 焦卫东 蒋永华 高昭 黄涛涛
• 来源期刊: 浙江师范大学学报（自然科学版）
• 学科: 工学
• 关键词: 散布熵 集合经验模态分解 流形学习 故障诊断 滚动轴承
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 计算机
• 页码范围: 381-387
• 页数: 7页
• 分类号: TH165.3|TN911.2
• 语种: 中文
• DOI: 10.16218/j.issn.1001-5051.2020.04.004

摘要

针对滚动轴承故障分类中采用单一尺度熵值难以完全表征故障特征的问题,基于散布熵(DE)、集合经验模态分解(EEMD)、局部保留投影算法(LPP)、k-近邻分类算法(KNN),提出了一种基于EEMD散布熵-LPP的滚动轴承故障诊断方法.首先对信号进行EEMD分解提取其前9个IMF分量作为特征信号,分别计算其散布熵值作为特征参数构建高维特征集,接着利用LPP进行降维获得低维特征集,最后输入KNN分类器进行分类识别.对实际滚动轴承的正常、内圈故障、外圈故障、滚动体故障样本进行了分类识别,并与其他几种方法进行对比,结果表明:该方法具有更高的分类准确率.