论文摘要
针对滚动轴承振动信号的多样性、复杂性以及不确定性,利用可拓学在分析矛盾问题可拓性和规律性时的优势以及对于时间序列多尺度熵(Multiscale Entropy,MSE)可在不同尺度上进行复杂度评价的特点,提出一种基于多尺度熵的滚动轴承故障可拓智能识别方法。利用MSE对轴承振动信号进行特征提取,利用Fisher比对MSE特征进行选择,将最终入选的MSE特征作为可拓物元模型的特征参数,并以此构建轴承不同健康状态物元模型的经典域以及所有状态下物元模型的节域。将待测数据代入构建好的轴承不同健康状态所对应的物元模型中,利用关联度函数计算待测数据与轴承不同健康状态的综合关联度,以此实现待测数据的定性定量识别。对电机滚动轴承的故障识别结果表明,所提方法对轴承正常、内圈故障、外圈故障和滚动体故障4类模式识别的准确率可达100%,高于常规的基于小波包和神经网络的方法。
论文目录
文章来源
类型: 期刊论文
作者: 张龙,吴荣真,雷兵,周建民
关键词: 故障诊断,滚动轴承,多尺度熵,可拓学,故障识别
来源: 噪声与振动控制 2019年06期
年度: 2019
分类: 工程科技Ⅱ辑,信息科技
专业: 机械工业,电信技术
单位: 华东交通大学机电与车辆工程学院
基金: 国家自然科学基金资助项目(51665013,51865130),江西省自然科学基金资助项目(20161BAB216134,20171BAB206028,20152ACB21020),江西省研究生创新资金资助项目(YC2018-S248)
分类号: TN911.7;TH133.33
页码: 200-205
总页数: 6
文件大小: 1532K
下载量: 199