基于多尺度基本熵的CFS聚类滚动轴承故障诊断

发布时间：2017-12-16 20:32

  本文关键词：基于多尺度基本熵的CFS聚类滚动轴承故障诊断

  更多相关文章： 滚动轴承 故障诊断 CFS聚类算法 主成分分析 多尺度基本熵

【摘要】：提出了一种基于多尺度基本熵的CFS聚类滚动轴承故障诊断方法,首先使用多尺度基本熵对滚动轴承振动信号进行多尺度分解,然后使用PCA模型对得到的多尺度熵值特征向量进行降维操作,最后选择第1~2主成分作为CFS聚类算法的输入进行滚动轴承的故障诊断。试验结果表明:在聚类效果相同的情况下,多尺度基本熵的计算效率高于多尺度排列熵模型,并且CFS聚类算法的故障识别效果较好。
【作者单位】： 兰州城市学院电子与信息工程学院;
【分类号】：TH133.33
【正文快照】： 使用轴承振动信号进行故障诊断是常用的故障诊断方式,振动信号的特征提取和故障识别则是滚动轴承故障诊断的重要步骤[1-3]。在特征提取方面,近似熵(Approximate Entro-py,AE)与样本熵(Sample Entropy,SE)对信号数据的长度较为敏感,且在熵值的计算过程中需对信号进行2次重构,算

【参考文献】

中国期刊全文数据库 前10条

1 张淑清;包红燕;李盼;李新新;姜万录;;基于RQA与GG聚类的滚动轴承故障识别[J];中国机械工程;2015年10期

2 钟先友;赵春华;陈保家;曾良才;;基于改进的本征时间尺度分解和基本尺度熵的齿轮故障诊断方法[J];中南大学学报(自然科学版);2015年03期

3 徐卓飞;刘凯;张海燕;王丹;张明龙;吴欣阳;;基于经验模式分解和主元分析的滚动轴承故障诊断方法研究[J];振动与冲击;2014年23期

4 王书涛;李亮;张淑清;孙国秀;;基于EEMD样本熵和GK模糊聚类的机械故障识别[J];中国机械工程;2013年22期

5 郑近德;程军圣;杨宇;;多尺度排列熵及其在滚动轴承故障诊断中的应用[J];中国机械工程;2013年19期

6 张淑清;孙国秀;李亮;李新新;监雄;;基于LMD近似熵和FCM聚类的机械故障诊断研究[J];仪器仪表学报;2013年03期

7 崔春英;段礼祥;张来斌;;基于LMD和FCM的滚动轴承故障诊断方法[J];科学技术与工程;2013年07期

8 赵志宏;杨绍普;;一种基于样本熵的轴承故障诊断方法[J];振动与冲击;2012年06期

9 康守强;王玉静;杨广学;宋立新;V.I.MIKULOVICH;;基于经验模态分解和超球多类支持向量机的滚动轴承故障诊断方法[J];中国电机工程学报;2011年14期

10 李锦,宁新宝;短时心率变异性信号的基本尺度熵分析[J];科学通报;2005年14期

【共引文献】

中国期刊全文数据库 前10条

1 代俊习;郑近德;潘海洋;潘紫微;;基于复合多尺度熵与拉普拉斯支持向量机的滚动轴承故障诊断方法[J];中国机械工程;2017年11期

2 秦波;王祖达;孙国栋;王建国;;VMD能量熵与核极限学习机在滚动轴承故障诊断中的应用[J];中国测试;2017年05期

3 姜万录;王浩楠;朱勇;王振威;董克岩;;变分模态分解消噪与核模糊C均值聚类相结合的滚动轴承故障识别方法[J];中国机械工程;2017年10期

4 邓飞跃;唐贵基;;基于时间-小波能量谱样本熵的滚动轴承智能诊断方法[J];振动与冲击;2017年09期

5 曾旭;慕晓冬;王舒洋;赵典;;基于LMD频域近似熵频谱感知算法研究[J];火力与指挥控制;2017年05期

6 陈东宁;张运东;姚成玉;来博文;吕世君;;基于参数优化MPE与FCM的滚动轴承故障诊断[J];轴承;2017年05期

7 赵磊;夏均忠;李泽华;于明奇;汪治安;;基于VMD样本熵和LS-SVM的滚动轴承故障诊断[J];军事交通学院学报;2017年04期

8 范强龙;刘文白;孔戈;高建卫;;马赛克墙面质量检测研究[J];住宅科技;2017年04期

9 许凡;方彦军;张荣;;基于多尺度样本熵与PCA-FCM的滚动轴承故障诊断[J];青岛科技大学学报(自然科学版);2017年02期

10 李磊;庞海;张前图;;基于半监督LLTSA维数约简的故障诊断[J];机械强度;2017年02期

【二级参考文献】

中国期刊全文数据库 前10条

1 钟先友;曾良才;赵春华;;局域均值分解和1.5维谱在机械故障诊断中的应用[J];中国机械工程;2013年04期

2 周智;朱永生;张优云;朱川峰;王鹏;;基于EEMD和共振解调的滚动轴承自适应故障诊断[J];振动与冲击;2013年02期

3 杨宇;王欢欢;喻镇涛;袁辉;;基于ITD改进算法和关联维数的转子故障诊断方法[J];振动与冲击;2012年23期

4 王书涛;张金敏;李圆圆;张淑清;;基于数学形态学和模糊聚类的旋转机械故障诊断[J];仪器仪表学报;2012年05期

5 刘永斌;何清波;孔凡让;张平;;基于PCA和SVM的内燃机故障诊断[J];振动.测试与诊断;2012年02期

6 吴强;孔凡让;何清波;刘永斌;李鹏;;基于小波变换和ICA的滚动轴承早期故障诊断[J];中国机械工程;2012年07期

7 赵志宏;杨绍普;;一种基于样本熵的轴承故障诊断方法[J];振动与冲击;2012年06期

8 王书涛;张金敏;张淑清;刘永富;;基于威布尔与模糊C均值的滚动轴承故障识别[J];中国机械工程;2012年05期

9 陈亚农;郜普刚;何田;刘献栋;;局部均值分解在滚动轴承故障综合诊断中的应用[J];振动与冲击;2012年03期

10 袁明;罗志增;;基于排列组合熵的表面肌电信号特征分析[J];杭州电子科技大学学报;2012年01期

【相似文献】

中国期刊全文数据库 前10条

1 张益纯,刘振娟;滚动轴承故障分析探讨[J];内燃机配件;2000年03期

2 秦恺,陈进,姜鸣,陈春梅;一种滚动轴承故障特征提取的新方法——谱相关密度[J];振动与冲击;2001年01期

3 邓长春;;声发射法在滚动轴承故障识别中的应用[J];试验技术与试验机;2002年Z2期

4 任昭蓉;滚动轴承故障的小波诊断法[J];机械制造与自动化;2004年06期

5 陆爽,田野;滚动轴承故障特征识别的时频分析研究[J];机床与液压;2005年06期

6 江涌;基于余弦调频小波变换的滚动轴承故障研究[J];机械设计与制造;2005年06期

7 程光友;;时域指标在滚动轴承故障诊断中的应用[J];中国设备工程;2005年12期

8 陈洪军;赵新泽;王延军;;滚动轴承故障试验台的理论建模分析[J];四川理工学院学报(自然科学版);2005年04期

9 李崇晟;滚动轴承故障的非线性诊断方法[J];轴承;2005年05期

10 赵春华;严新平;赵新泽;袁成清;高虹亮;;滚动轴承故障的可拓物元诊断方法[J];润滑与密封;2006年04期

中国重要会议论文全文数据库 前10条

1 张益纯;;常见滚动轴承故障诊断的技术探讨[A];第十届全国设备监测与诊断技术学术会议论文集[C];2000年

2 刘玉林;;货车滚动轴承故障不分解诊断技术参数选择与优化探讨[A];扩大铁路对外开放、确保重点物资运输——中国科协2005年学术年会铁道分会场暨中国铁道学会学术年会和粤海通道运营管理学术研讨会论文集[C];2005年

3 杨积忠;左立建;;滚动轴承故障诊断实例[A];设备监测与诊断技术及其应用——第十二届全国设备监测与诊断学术会议论文集[C];2005年

4 何斌;戚佳杰;;小波分析在滚动轴承故障诊断中的应用研究[A];第九届全国振动理论及应用学术会议论文摘要集[C];2007年

5 李放宁;;峰值能量在滚动轴承故障诊断中的应用[A];第十届全国设备监测与诊断技术学术会议论文集[C];2000年

6 何斌;戚佳杰;;小波分析在滚动轴承故障诊断中的应用研究[A];第九届全国振动理论及应用学术会议论文集[C];2007年

7 张九军;;常见滚动轴承故障的简易诊断[A];2008年全国炼铁生产技术会议暨炼铁年会文集（上册）[C];2008年

8 李兴林;;滚动轴承故障诊断技术现状及发展[A];2009年全国青年摩擦学学术会议论文集[C];2009年

9 唐海峰;陈进;董广明;;信号稀疏分解方法在滚动轴承故障诊断中的应用[A];第十二届全国设备故障诊断学术会议论文集[C];2010年

10 高耀智;;高阶统计量与小波分析相结合在滚动轴承故障诊断中的应用[A];2009年全国青年摩擦学学术会议论文集[C];2009年

中国博士学位论文全文数据库 前10条

1 郝腾飞;航空发动机滚动轴承故障的核方法智能识别技术研究[D];南京航空航天大学;2014年

2 廖强;约束独立分量和多小波分析在滚动轴承故障诊断中的应用[D];电子科技大学;2016年

3 曾鸣;基于凸包的模式识别方法及其在滚动轴承故障诊断中的应用[D];湖南大学;2016年

4 于江林;滚动轴承故障的非接触声学检测信号特性及重构技术研究[D];大庆石油学院;2009年

5 杨柳松;基于小波分析与神经网络滚动轴承故障诊断方法的研究[D];东北林业大学;2013年

6 从飞云;基于滑移向量序列奇异值分解的滚动轴承故障诊断研究[D];上海交通大学;2012年

7 赵协广;基于小波变换和经验模态分解的滚动轴承故障诊断方法研究[D];山东科技大学;2009年

8 侯者非;强噪声背景下滚动轴承故障诊断的关键技术研究[D];武汉理工大学;2010年

9 郭艳平;面向风力发电机组齿轮箱滚动轴承故障诊断的理论与方法研究[D];浙江大学;2012年

10 孟涛;齿轮与滚动轴承故障的振动分析与诊断[D];西北工业大学;2003年

中国硕士学位论文全文数据库 前10条

1 李男;基于LMD样本熵和贝叶斯网络的滚动轴承故障诊断方法[D];燕山大学;2015年

2 李玉奎;基于非平稳信号分析的滚动轴承故障诊断研究[D];燕山大学;2015年

3 卜勇霞;基于时频分析方法的滚动轴承故障诊断研究[D];昆明理工大学;2015年

4 马宝;基于KICA和LSSVM的滚动轴承故障监测及诊断方法[D];昆明理工大学;2015年

5 冯春生;基于多源不确定信息融合的数控机床滚动轴承故障诊断方法与实验研究[D];青岛理工大学;2015年

6 王天一;基于正交小波优化阈值降噪方法的滚动轴承故障诊断研究[D];哈尔滨工业大学;2015年

7 宋耀文;基于振动信号分析的滚动轴承故障特征提取与诊断研究[D];中国矿业大学;2015年

8 韩一村;基于多传感器的滚动轴承故障检测研究[D];河南科技大学;2015年

9 王秀娟;基于LMD的谱峭度算法在滚动轴承故障诊断中的应用研究[D];电子科技大学;2014年

10 段永强;局部均值分解法在滚动轴承故障自动诊断中的应用研究[D];电子科技大学;2015年

，

本文编号：1297387