基于MSE和PNN的 机械装备滚动轴承故障判别

• 作者: 周波 张锐敏 王伟
• 来源期刊: 中国设备工程
• 学科: 工学
• 关键词: 多尺度熵 特征向量 概率神经网络 故障分类 轴承
• 年，卷（期）: 2020,（15）
• 所属期刊栏目: 智能检测与诊断
• 页码范围: 145-147
• 页数: 3页
• 分类号: TH17|TP277
• 字数: 2300字
• 语种: 中文

摘要

针对机械装备中滚动轴承易发生故障,振动信号具有非线性非稳定的特点,提出采用多尺度熵(Multiscale Entropy,MSE)和概率神经网络(Probabilistic Neural Network,PNN)对不同类型故障和不同故障程度的滚动轴承进行故障判别的方法.该方法首先对滚动轴承故障信号进行多尺度熵分析,提取故障特征,建立特征向量,然后,选择概率神经网络作为多故障分类器,对提取的故障特征进行分类,识别出滚动轴承故障,通过实验表明:该方法能够对滚动轴承各种故障情况进行有效的分析和判别.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张锐敏	石河子大学机械电气工程学院	18	31	3.0	4.0
2	王伟		1	0	0.0	0.0