基于多尺度样本熵与PCA-FCM的滚动轴承故障诊断

发布时间：2017-08-13 14:08

  本文关键词：基于多尺度样本熵与PCA-FCM的滚动轴承故障诊断

  更多相关文章： 多尺度样本熵 主成分分析 模糊C均值 滚动轴承 故障诊断

【摘要】：针对滚动轴承故障诊断中多尺度样本熵特征向量维数高及其维度难以确定问题,提出了一种基于多尺度样本熵的主成分分析的模糊聚类故障识别模型。该模型首先使用多尺度样本熵方法提取滚动轴承正常、内圈故障、外圈故障、滚动体故障的振动信号特征。其次对多尺度样本熵特征向量使用主成分分析方法进行降维。然后通过累积贡献率来确定其特征向量的维度,并利用选定的特征向量属性作为模糊C均值聚类模型的输入并进行故障识别。最后通过分类系数和分类熵这两个聚类评价指标进行聚类效果的检验。实验结果表明该模型能较好的区分滚动轴承的正常与内圈故障、外圈故障、滚动体故障这4种信号。
【作者单位】： 武汉大学自动化系;
【关键词】： 多尺度样本熵 主成分分析 模糊C均值 滚动轴承 故障诊断
【基金】：国家自然科学基金项目(61201168)
【分类号】：TH133.33
【正文快照】： 引用格式: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),2017,38(2):100-106.XU Fan,FANG Yanjun,ZHANG Rong.Rolling bearing fault diagnosis method based onmultiscale sample entropy and PCA-FCM[J].Journal of Qing

【参考文献】

中国期刊全文数据库 前10条

1 张淑清;胡永涛;李盼;包红燕;姜万录;钱磊;;基于MEMD互近似熵及FCM聚类的轴承故障诊断方法[J];中国机械工程;2015年19期

2 孟宗;王亚超;王晓燕;;基于DLMD样本熵和模糊聚类的滚动轴承故障诊断[J];中国机械工程;2014年19期

3 张龙;黄文艺;熊国良;;基于多尺度熵的滚动轴承故障程度评估[J];振动与冲击;2014年09期

4 田智;朱琴;练兴元;朱涛;王雪;;基于多尺度样本熵的往复式压缩机故障诊断方法研究[J];机械设计与制造工程;2014年03期

5 陈安华;周博;张会福;潘阳;;基于PCA与蚁群算法的机械故障聚类诊断方法[J];中国机械工程;2013年24期

6 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

7 郑近德;程军圣;胡思宇;;多尺度熵在转子故障诊断中的应用[J];振动.测试与诊断;2013年02期

8 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

9 来凌红;吴虎胜;吕建新;刘凤;朱玉荣;;基于EMD和样本熵的滚动轴承故障SVM识别[J];煤矿机械;2011年01期

10 齐子元;徐章遂;卢志才;;近似熵在发动机故障诊断中的应用研究[J];军械工程学院学报;2008年02期

【共引文献】

中国期刊全文数据库 前10条

1 徐建军;杜蔷楠;徐建勇;薛国华;;WPT-MSE结合PNN的电机轴承故障诊断方法[J];自动化仪表;2017年04期

2 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

3 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

4 海波;姚海龙;孟丛丛;;基于多尺度基本熵的CFS聚类滚动轴承故障诊断[J];轴承;2017年04期

5 褚世凯;秦会斌;;风力发电机振动采集系统的设计[J];电子器件;2017年01期

6 吴印华;徐琼燕;李俊峰;;基于局部特征尺度分解排列熵和线性局部且空间排列的故障特征提取方法[J];机械设计与研究;2017年01期

7 周云龙;张岗;;基于集合经验模态分解样本熵和LIBSVM的离心风机故障诊断方法[J];热力发电;2017年02期

8 黄友朋;赵山;许凡;方彦军;;EEMD排列熵与PCA-GK的滚动轴承聚类故障诊断[J];河南科技大学学报(自然科学版);2017年02期

9 岳应娟;孙钢;蔡艳平;;基于变分模态分解近似熵和支持向量机的轴承故障诊断方法[J];轴承;2016年12期

10 曹丽芳;赵朋程;陈颖;王玉田;张淑清;张航飞;徐剑涛;;改进LMD和LS-SVM在小电流接地故障选线中的应用[J];计量学报;2016年06期

【二级参考文献】

中国期刊全文数据库 前10条

1 时培明;李庚;韩东颖;;基于改进EMD的旋转机械耦合故障诊断方法研究[J];中国机械工程;2013年17期

2 王雪;李宣平;戴逸翔;;多相水平集协同空间模糊聚类图像多目标分割[J];机械工程学报;2013年20期

3 孟宗;李姗姗;;基于小波半软阈值和EMD的旋转机械故障诊断[J];中国机械工程;2013年10期

4 王金福;李富才;;机械故障诊断技术中的信号处理方法:时域分析[J];噪声与振动控制;2013年02期

5 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

6 赵志宏;杨绍普;李韶华;;基于Hilbert谱奇异值的轴承故障诊断[J];中国机械工程;2013年03期

7 王国彪;何正嘉;陈雪峰;赖一楠;;机械故障诊断基础研究“何去何从”[J];机械工程学报;2013年01期

8 沈维蕾;赵韩;周蓉;;基于模糊聚类分析的控制图变点估计研究[J];中国机械工程;2012年23期

9 程军圣;郑近德;杨宇;;基于局部特征尺度分解的经验包络解调方法及其在机械故障诊断中的应用[J];机械工程学报;2012年19期

10 江瑞龙;陈进;刘韬;肖文斌;;设备性能退化评估在巡检系统中的应用[J];振动与冲击;2012年16期

【相似文献】

中国期刊全文数据库 前10条

1 曹静;钟毓宁;王侃;;主成分分析在评定名牌企业中的应用[J];仪器仪表学报;2006年S3期

2 查伟雄,黎新华;影响货车中时的主成分分析[J];铁道学报;2000年06期

3 高长元,丁雪伟,綦良群;高新技术产品的主成分分析评价法[J];哈尔滨理工大学学报;2000年01期

4 王美华;广东省主要城市综合经济实力的评价[J];中南工学院学报;2000年03期

5 冯炜,申恩平;企业家创业动因和障碍的主成分分析模型[J];沈阳工业大学学报;2003年02期

6 张立华;金浩;邢会;张英民;;河北省经济可持续发展的全局主成分分析[J];河北工业大学学报;2006年02期

7 王鸣涛;叶春明;;基于主成分分析的我国区域专利实力评价研究[J];河南机电高等专科学校学报;2010年02期

8 唐自来;王娟娟;;基于主成分分析的建筑业上市公司经营业绩评价[J];中国证券期货;2012年09期

9 李军;聂春晖;杨建中;;基于主成分分析的多路阀再制造质量回归模型优化[J];液压气动与密封;2013年07期

10 李瑜祥;;主成分分析程序及其应用[J];自动化仪表;1987年04期

中国重要会议论文全文数据库 前10条

1 么彩莲;魏宁;;关于主成分分析的改进方法探讨[A];中国现场统计研究会第12届学术年会论文集[C];2005年

2 陈明星;缪柏其;靳韬;;利率影响因素的主成分分析与因子分析[A];中国现场统计研究会第12届学术年会论文集[C];2005年

3 孙晓东;胡劲松;焦s，

本文编号：667660