变模式分解和熵值法的轴承故障诊断

发布时间：2017-12-27 09:48

  本文关键词：变模式分解和熵值法的轴承故障诊断　出处：《组合机床与自动化加工技术》2017年11期 　论文类型：期刊论文

  更多相关文章： 变模式分解 特征提取 熵值法 故障诊断

【摘要】：针对峭度等单一指标筛选最优频带所存在的困难,提出了利用熵值法计算多指标的权重,将多个与滚动轴承故障有关的特征指标进行融合。对轴承振动信号进行变模式分解,再对多个频带进行筛选,后得出最优频带,并对最优频带进行频谱分析。通过实际信号对该方法进行了验证,结果表明该方法能准确判明轴承运行状态。
[Abstract]:Aiming at the difficulties existing in selecting the best frequency band for single index such as kurtosis, the entropy method is applied to calculate the weight of multiple indexes, and multiple feature indexes related to rolling bearing fault are fused. The vibration signal of bearing is decomposed by variable mode, and then multiple frequency bands are screened, then the optimal frequency band is obtained, and the frequency spectrum is analyzed for the optimal frequency band. Through the actual signal to verify this method. The results show that the method can accurately ascertain the bearing running state.
【作者单位】： 山东理工大学机械工程学院;
【基金】：国家自然科学基金(51305243) 山东省自然科学基金(ZR2016EEM20)
【分类号】：TH133.3
【正文快照】： 0引言很多旋转机械设备是长期处于高速运行的,并且其工作环境往往是处于重载、高压、高温的恶劣工况下,滚动轴承作为设备当中的关键支撑部件在运行的过程中出现各种故障也就不可避免。滚动轴承故障诊断的本质就是模式识别的过程,可以将其分为两部分特征提取和故障分类[1-2]。

【相似文献】

相关期刊论文 前10条

1 李三平,杨立芳,杨立功;铁路货车轴承故障诊断方法[J];轴承;2000年09期

2 ;轴承故障诊断有了“透视镜”[J];机电设备;2001年06期

3 薛松;程珩;杨勇;;伪Wigner-Ville分布在电机轴承故障诊断中的应用[J];机械工程与自动化;2008年04期

4 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

5 黄晋英;潘宏侠;毕世华;杨喜旺;;基于高阶累量谱的轴承故障诊断[J];火炮发射与控制学报;2007年02期

6 陶新民;徐晶;刘兴丽;刘玉;;基于最大小波奇异谱的轴承故障诊断方法[J];振动、测试与诊断;2010年01期

7 乔世民;轴承故障诊断技术的发展[J];中国设备管理;1989年01期

8 李正安,李登啸;单片机轴承故障诊断系统[J];轴承;1992年03期

9 杨望灿;张培林;张云强;;基于邻域自适应局部保持投影的轴承故障诊断模型[J];振动与冲击;2014年01期

10 朱文来;;希尔伯特-黄变换在轴承故障诊断中的应用研究[J];科技创新导报;2013年34期

相关重要报纸文章 前1条

1 通讯员 蔡义杰 记者 唐先武;轴承故障诊断有了“透视镜”[N];科技日报;2001年

相关硕士学位论文 前6条

1 吴治南;基于小波变换与PNN神经网络相结合的滚动轴承故障诊断[D];河北工程大学;2015年

2 赵江萍;滚动轴承故障诊断系统设计[D];中国计量学院;2015年

3 黄文静;基于多特征量提取和PSO优化神经网络的轴承故障诊断[D];燕山大学;2016年

4 欧阳贺龙;基于全矢谱的风电轴承故障诊断[D];郑州大学;2016年

5 黄建新;多传感器数据融合技术在轴承故障诊断中的应用研究[D];武汉理工大学;2006年

6 赵兴;基于时频维数的滚动轴承故障诊断技术应用研究[D];大连交通大学;2013年

，

本文编号：1341202