基于局部特征尺度分解与基本尺度熵的轴承故障诊断

发布时间：2018-01-26 16:10

  本文关键词： 局部特征尺度分解 基本尺度熵 相空间重构 多尺度 支持向量机　出处：《机械传动》2017年09期 　论文类型：期刊论文

【摘要】：为了准确进行轴承故障诊断,提出了基于局部特征尺度分解与基本尺度熵的故障特征提取及诊断方法。首先,分析了基本尺度熵提取轴承振动信号蕴涵的故障信息的合理性,针对基本尺度熵的参数选择问题,提出了基于相空间重构理论的延迟时间和嵌入维数选择方法;然后,运用局部特征尺度分解对基本尺度熵进行自适应多尺度化,充分提取了故障特征;最后,将原始信号的降噪数据及有用分量的基本尺度熵作为特征向量,通过支持向量机进行故障诊断。以轴承振动试验信号为例进行了验证,结果表明,所提方法能有效识别正常、内圈故障、外圈故障及滚动体故障等4种状态。
[Abstract]:In order to accurately diagnose the bearing, put forward the fault feature extraction and diagnosis methods and basic scale entropy scale decomposition based on local features. Firstly, analyze the rationality of the fault information basic scale entropy to extract the implication of bearing vibration signal, aiming at the problem of parameter selection of basic scale entropy, put forward the theory of phase space reconstruction delay time and then based on the method of embedding dimension; the basic scale entropy, multi-scale adaptive decomposition using local characteristic scale, to fully extract the fault features; finally, the basic scale entropy reduction data of the original signal and the useful component as the feature vector of fault diagnosis based on support vector machine. In order to test the bearing vibration signal is performed the results show that the verification, the proposed method can effectively identify the normal, inner ring fault, outer ring fault and rolling fault 4.

【作者单位】： 海军航空工程学院;
【基金】：国家部委预研基金(9140A27020214JB1446)
【分类号】：TH133.3
【正文快照】： 0引言旋转机械发生故障时,其冲击成分被系统固有振动所调制,引起了动力学突变,其振动信号的时域波形会产生新的振动模式,体现为复杂程度的变化。因此,运用复杂性指标可提取旋转机械的运行状态。在复杂性指标中,复杂度反映了时间序列随着长度的增加而出现新模式的速率,能够描述，

本文编号：1466042