基于改进EWT-精细复合多尺度散布熵和GG聚类的球磨机负荷识别方法

• 作者: 方正沛 罗小燕 郁慧 陈晟
• 来源期刊: 噪声与振动控制
• 学科: 工学
• 关键词: 振动与波 负荷识别 精细合法多尺度散布熵 GG聚类 经验小波变换 相关系数
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: 振动理论与数值解法
• 页码范围: 52-58,66
• 页数: 8页
• 分类号: TP29
• 语种: 中文
• DOI: 10.3969/j.issn.1006-1355.2020.06.009

摘要

针对球磨机振动信号具有非线性、非平稳性特点所导致的负荷状态难以识别问题,提出一种基于改进经验小波变换(EWT)、精细复合多尺度散布熵(RCMDE)和GG聚类的球磨机负荷识别方法.首先,在EWT的基础上,引入滑动频率窗的思想,提出自适应频率窗EWT算法,将其用于对球磨机原始振动信号的分解以获得本征模态分量;其次,通过相关系数法选出能表征原始信号状态的敏感模态分量进行信号重构;第三,利用RCMDE对重构信号进行处理提取负荷状态特征;最后,将特征向量作为GG聚类算法的输入,将球磨机负荷状态作为输出,建立球磨机负荷识别模型.通过磨矿实验验证了该方法的有效性,结果表明,该方法的聚类内紧致性较好,识别的评价指标PC值最高可达0.9989,而CE值仅为0.0013,识别效果显著,能够准确识别球磨机的负荷状态.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	罗小燕		60	279	9.0	14.0
2	陈晟		2	0	0.0	0.0
3	郁慧		1	0	0.0	0.0
4	方正沛		1	0	0.0	0.0