基于多尺度熵的滚动轴承故障程度评估

被引：40

作者：

张龙

黄文艺

熊国良

机构：

[1] 华东交通大学机电工程学院

来源：

振动与冲击 | 2014年 / 33卷 / 09期

关键词：

故障程度评估; 故障诊断; 多尺度熵;

D O I：

10.13465/j.cnki.jvs.2014.09.034

中图分类号：

TH133.33 [滚动轴承];

学科分类号：

摘要：

轴承故障严重程度评估是实现视情维修的基础。滚动轴承出现故障时,其振动信号将表现出非平稳性和非线性。基于多尺度熵方法,构建了一个同时考虑多个尺度上熵值均值大小和熵值变化趋势的轴承故障程度描述新指标——多尺度熵均偏值(PMME)。仿真实验和轴承疲劳实验数据分析表明该指标能够较早地发现轴承早期故障,并且能很好地跟踪故障发展趋势。

引用

页码：185 / 189

页数：5

共 11 条

[1] 机械故障诊断基础研究“何去何从” [J].

王国彪 ;

何正嘉 ;

陈雪峰 ;

赖一楠 .

机械工程学报, 2013, 49 (01) :63-72

[2] 设备性能退化评估在巡检系统中的应用 [J].

江瑞龙 ;

陈进 ;

刘韬 ;

肖文斌 .

振动与冲击, 2012, 31 (16) :134-137

[3] 基于AR模型的Kolmogorov-Smirnov检验性能退化及预测研究 [J].

从飞云 ;

陈进 ;

董广明 .

振动与冲击, 2012, 31 (10) :79-82

[4] 混合智能故障诊断与预示技术的应用进展 [J].

雷亚国 ;

何正嘉 .

振动与冲击, 2011, 30 (09) :129-135

[5] 基于EMD和Lempel-Ziv指标的滚动轴承损伤程度识别研究 [J].

窦东阳 ;

赵英凯 .

振动与冲击, 2010, 29 (03) :5-8+200

[6] 两相流流型多尺度熵及动力学特性分析 [J].

郑桂波 ;

金宁德 .

物理学报, 2009, 58 (07) :4485-4492

[7] 小波包-支持向量数据描述在轴承性能退化评估中的应用研究 [J].

潘玉娜 ;

陈进 .

振动与冲击, 2009, 28 (04) :164-167+211

[8] 金属互连电迁移噪声的多尺度熵复杂度分析 [J].

何亮 ;

杜磊 ;

庄奕琪 ;

李伟华 ;

陈建平 .

物理学报, 2008, (10) :6545-6550

[9] Bearing fault diagnosis using multi-scale entropy and adaptive neuro-fuzzy inference [J].

Zhang, Long ;

Xiong, Guoliang ;

Liu, Hesheng ;

Zou, Huijun ;

Guo, Weizhong .

EXPERT SYSTEMS WITH APPLICATIONS, 2010, 37 (08) :6077-6085

[10]

Wavelet filter-based weak signature detection method and its application on rolling element bearing prognostics[J] . Hai Qiu,Jay Lee,Jing Lin,Gang Yu.Journal of Sound and Vibration . 2005 (4)

← 1 2 →