基于多尺度子带样本熵和LPP的轴承故障诊断方法

发布时间：2017-12-17 12:05

  本文关键词：基于多尺度子带样本熵和LPP的轴承故障诊断方法

  更多相关文章： 轴承损伤 特征提取 多尺度子带样本熵 平滑伪Wigner-Ville分布 LPP分布

【摘要】：轴承损伤是机械设备损伤的主要原因之一,其产生的振动信号具有微弱、非平稳和非线性的特点。针对不能准确从微弱信号中提取故障特征的问题,提出使用多尺度子带样本熵,首先对信号进行小波包分解得到多尺度信号,再将每一个多尺度信号进行子带分解得到多尺度子带信号,再求其样本熵得到多尺度子带样本熵,该方法能深入挖掘微弱信号的本质特征;针对非平稳信号能量密度分布不均的问题,提出使用平滑伪Wigner-Ville分布,其可对非平稳信号的瞬时对称相关函数进行时频聚集处理,使信号的能量均匀分布;针对不能准确的挖掘非线性数据的主流形的问题,提出使用局部保持投影(LPP,Locality Preserving Projection),LPP在投影过程中保持了最优的数据局部邻域关系,可以准确的挖掘非线性数据的主流形。文中分别采用四组正常、内圈故障、滚珠故障和外圈故障信号作为原始数据来验证该方法的有效性,实验结果证明该方法能有效地对信号故障进行分离和识别。
【作者单位】： 湖南科技大学机械设备健康维护湖南省重点实验室;
【基金】：国家自然科学基金项目(51575178;11572125)
【分类号】：TH133.3
【正文快照】： 随着制造业的发展,机械水平的不断提高,轴承的使用也越来越广泛,但轴承发生故障的频率也在不断增加,由于轴承故障不易察觉,从而容易引起不必要的损失。轴承故障诊断的发展,一直以来都受到了国内外的广泛关注,能否准确的从轴承故障信号中提取出准确的特征参数,是轴承故障诊断的，

本文编号：1300027