一种基于样本熵的轴承故障诊断方法

被引:130
作者
赵志宏 [1 ,2 ]
杨绍普 [2 ]
机构
[1] 北京交通大学机械与电子控制工程学院
[2] 石家庄铁道大学信息科学与技术学院
关键词
故障诊断; 集成经验模式分解; 样本熵;
D O I
10.13465/j.cnki.jvs.2012.06.012
中图分类号
TH165.3 [];
学科分类号
摘要
运用非线性动力学参数样本熵作为特征,对轴承正常、内圈故障、滚动体故障、外圈故障四种工况的振动信号进行分析识别。针对利用原始振动信号的样本熵只能在一个尺度域进行分析,无法准确区分轴承运行状况的问题,提出一种基于集成经验模式分解与样本熵的轴承故障诊断方法。首先利用集成经验模式分解方法将原始振动信号分解为有限个内蕴模式分量,从中选取包含故障主要信息的前几个内蕴模式分量的样本熵作为特征,然后利用支持向量机进行轴承故障诊断,这样可以在多个尺度对轴承信号进行分析,提高了轴承故障诊断的准确率。通过轴承故障实测信号的诊断实验,证明了该方法的可行性和有效性。
引用
收藏
页码:136 / 140+154 +154
页数:6
相关论文
共 7 条