基于ITD模糊熵和GG聚类的滚动轴承故障诊断

被引：42

作者：

张立国 ^{[1
]}

李盼 ^{[1
]}

李梅梅 ^{[2
]}

张淑清 ^{[1
]}

张志福 ^{[1
]}

机构：

[1] 燕山大学电气工程学院河北省测试计量技术及仪器重点实验室

[2] 东北大学秦皇岛分校计算机与通信工程学院

来源：

仪器仪表学报 | 2014年 / 35卷 / 11期

关键词：

本征时间尺度分解; 模糊熵; GG模糊聚类; 故障诊断;

D O I：

10.19650/j.cnki.cjsi.2014.11.027

中图分类号：

TH133.33 [滚动轴承]; TH165.3 [];

学科分类号：

080203 ; 080202 ;

摘要：

提出了一种本征时间尺度分解模糊熵和GG模糊聚类的滚动轴承故障诊断方法。首先,将滚动轴承的振动信号进行ITD分解,得到若干个固有旋转分量和一个趋势项。然后,将PR分量分别与原始信号进行相关性分析,筛选出前3个含主要特征信息的PR分量,并将筛选的PR分量的模糊熵作为特征向量。最后,将特征向量输入到GG分类器中进行聚类识别。通过模糊熵、样本熵和近似熵对比,实验结果表明模糊熵能更好的表征故障信号的特征信息;通过GG聚类、GK聚类和FCM聚类对比,实验结果表明GG聚类效果明显优于FCM、GK的聚类效果。因此,实验证明了基于ITD模糊熵和GG聚类的滚动轴承故障诊断方法的有效性和优越性。

引用

页码：2624 / 2632

页数：9

共 15 条

[1] 基于自相关分析和LMD的滚动轴承振动信号故障特征提取 [J].