基于EEMD的奇异谱熵在旋转机械故障诊断中的应用

被引：13

作者：

高清清

贾民平

机构：

[1] 东南大学机械工程学院

来源：

东南大学学报(自然科学版) | 2011年 / 41卷 / 05期

基金：

国家高技术研究发展计划(863计划);

关键词：

旋转机械; 颤振; 集合经验模式分解; 奇异谱熵;

D O I：

暂无

中图分类号：

TH165.3 [];

学科分类号：

摘要：

针对旋转机械振动信号的非平稳、非线性等特点,提出一种基于集合经验模式分解(EE-MD)的奇异谱熵信号分析及故障诊断方法.该方法利用EEMD有效抑制模式混叠现象的优点,首先对原始振动信号进行EEMD分解,得到各阶本征模态函数(IMF),然后将各阶IMF分量构成一个特征模式矩阵,并对该特征模式矩阵求奇异谱熵值.奇异谱熵值的大小能够反映系统的工作状态和故障类型.分别用基于经验模式分解(EMD)和集合经验模式分解的奇异谱熵对车削颤振的振动信号分析对比,结果验证了该方法的有效性和可行性.

引用

页码：998 / 1001

页数：4

共 7 条

[1] 集合经验模式分解在柴油机机械故障诊断中的应用 [J].

张玲玲 ;

骆诗定 ;

肖云魁 ;

赵懿冠 ;

廖红云 .

科学技术与工程, 2010, 10 (27) :6745-6749

[2] 基于信息熵距的旋转机械振动故障诊断方法 [J].

陈非 ;

黄树红 ;

张燕平 ;

申弢 ;

高伟 .

振动、测试与诊断, 2008, (01) :9-13+74

[3] 基于EMD的奇异值熵在转子系统故障诊断中的应用 [J].

于德介 ;

陈淼峰 ;

程军圣 ;

杨宇 .

振动与冲击, 2006, (02) :24-26+34+181

[4] 基于时序分析的经验模式分解法及其应用 [J].

贾民平 ;

凌娟 ;

许飞云 ;

钟秉林 .

机械工程学报, 2004, (09) :54-57

[5]

基于Hilbert-Huang变换的旋转机械故障诊断方法研究[D]. 程军圣.湖南大学. 2005

[6]

Ensemble Empirical Mode Decomposition for Machine Health Diagnosis[J] . Zhang Jian,Yan Ru Qiang,Gao Robert X..Key Engineering Materials . 2009 (413)

[7]

Gear fault detection based on ensemble empirical mode decomposition and Hilbert-Huang transform .2 Ai,Shufeng,Li,Hui. Proceedings-5th International Conference on Fuzzy Systems and Knowledge Discovery, FSKD 2008 . 2008

← 1 →