基于MEEMD和KFCM的风机齿轮箱故障诊断

• 作者: 丁云飞 郑坤鹏
• 来源期刊: 可再生能源
• 学科: 工学
• 关键词: 风机齿轮箱 MEEMD 样本熵 KFCM 故障诊断
• 年，卷（期）: 2020,（9）
• 页码范围: 1192-1196
• 页数: 5页
• 分类号: TK83
• 语种: 中文

摘要

针对风机齿轮箱振动信号的故障特征提取与故障诊断问题,文章提出了一种基于MEEMD信号分解、样本熵和KFCM的齿轮箱故障诊断方法.首先,采用一种改进的集合经验模态分解方法(MEEMD)对采集的齿轮箱振动信号进行分解,得到了多个本征模态函数(IMF)分量;然后,计算每个IMF分量的样本熵作为齿轮箱故障诊断的特征向量;最后,使用核化的模糊聚类算法(KFCM)对齿轮箱故障样本进行聚类.通过实验数据对比表明:基于MEEMD-KFCM算法的风机齿轮箱故障诊断方法可以更加有效地识别齿轮箱故障.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	丁云飞		18	11	2.0	3.0
2	郑坤鹏		2	0	0.0	0.0