基于样本熵和分数阶傅里叶变换的滚动轴承故障特征提取

发布时间：2018-04-18 08:47

  本文选题：样本熵 + 分数阶傅里叶变换　； 参考：《振动与冲击》2017年18期

【摘要】：提出了一种基于样本熵和分数阶傅里叶变换的故障特征提取新方法。这种方法的核心思想是首先把原始数据空间中可分性较差的数据映射到合适的分数阶空间,然后计算并比较经过合适阶次分数阶傅里叶变换后数据的样本熵,从而实现故障的特征提取。实测数据的研究结果表明,用这种方法提取信号特征,能增强不同故障模式的可分性,可以容易地将正常滚动轴承、内圈故障、外圈故障和滚动体故障的信号区分。
[Abstract]:A new fault feature extraction method based on sample entropy and fractional Fourier transform is proposed.The core idea of this method is to first map the data with poor separability in the original data space to the appropriate fractional space, and then calculate and compare the sample entropy of the data after the proper order fractional Fourier transform.In order to achieve fault feature extraction.The experimental results show that this method can enhance the separability of different fault modes, and can easily distinguish the signals of normal rolling bearing, inner ring fault, outer ring fault and rolling body fault.
【作者单位】： 石家庄铁道大学机械工程学院;
【基金】：国家自然科学基金(11372198) 河北省高等学校创新团队领军人才计划(LJRC018) 河北省高等学校高层次人才科学研究项目(GCC2014053) 河北省高层次人才资助项目(A201401001)
【分类号】：TH133.33

【相似文献】

相关期刊论文 前2条

1 卢娜;肖志怀;张广涛;孙召辉;;基于自适应多小波与综合距离评估指数的旋转机械故障特征提取[J];振动与冲击;2014年12期

2 胡建忠;黄梦;尹晓利;刘振兴;范成洲;;基于形态小波变换与EMD的齿轮多重故障特征提取方法[J];装甲兵工程学院学报;2014年02期

相关博士学位论文 前2条

1 王玉静;滚动轴承振动信号特征提取与状态评估方法研究[D];哈尔滨工业大学;2015年

2 余发军;机械故障稀疏特征提取及诊断方法研究[D];武汉科技大学;2016年

相关硕士学位论文 前7条

1 代士超;滚动轴承外圈故障机理建模及双冲击特征提取方法的研究[D];昆明理工大学;2015年

2 孙美岩;基于振动信号的滚动轴承故障特征提取研究[D];东北石油大学;2015年

3 陈刚;特征优化方法研究及其在轴承故障诊断中的应用[D];上海交通大学;2015年

4 康乐;基于EEMD-SVD的FCM聚类的轴承故障诊断[D];燕山大学;2016年

5 李茜茜;非稳态工况下滚动轴承故障特征提取与诊断[D];沈阳航空航天大学;2016年

6 裴爱岭;滚动轴承故障特征提取方法研究[D];沈阳航空航天大学;2015年

7 尹芳莉;强冲击下变速箱滚动轴承故障特征提取及状态评估研究[D];中南大学;2014年

，

本文编号：1767631