基于EEMD-Renyi熵和PCA-PNN的滚动轴承故障诊断

被引：8

作者：

窦东阳 ^{[1
]}

李丽娟 ^{[2
]}

赵英凯 ^{[2
]}

机构：

[1] 中国矿业大学化工学院

[2] 南京工业大学自动化与电气工程学院

来源：

东南大学学报(自然科学版) | 2011年 / 41卷 / S1期

关键词：

故障诊断; 滚动轴承; 集合经验模式分解; Renyi熵; 主元分析; 概率神经网络;

D O I：

暂无

中图分类号：

TH165.3 [];

学科分类号：

080202 ;

摘要：

针对滚动轴承故障特征提取与状态监测问题,提出一种基于集合经验模式分解(EEMD)、Renyi熵、主元分析(PCA)和概率神经网络(PNN)的新方法.首先,将轴承振动信号通过EEMD分解成一组本征模态函数(IMF),计算每个IMF分量的Renyi熵值作为表征故障特征的向量,采用主元分析(PCA)对特征降维,提取主元输入概率神经网络进行故障分类.通过SKF6203轴承的正常、内圈点蚀、外圈点蚀和滚动体点蚀这4类状态的诊断实验验证了方法的有效性,诊断正确率为91.7%.

引用

收藏

页码：107 / 111

页数：5

相关论文

共 7 条

[1] 基于分类器组的轴承故障识别方法研究 [J].

窦东阳 ;

赵英凯 .

振动与冲击, 2010, 29 (10) :221-224+243+261

[2] 基于局域波法和KPCA-LSSVM的滚动轴承故障诊断 [J].

杨先勇 ;

周晓军 ;

张文斌 ;

杨富春 .

浙江大学学报(工学版), 2010, 44 (08) :1519-1524

[3] 集合经验模式分解在旋转机械故障诊断中的应用 [J].

窦东阳 ;

赵英凯 .

农业工程学报, 2010, 26 (02) :190-196

[4] 总体平均经验模式分解与1.5维谱方法的研究 [J].

陈略 ;

訾艳阳 ;

何正嘉 ;

成玮 .

西安交通大学学报, 2009, (05) :94-98

[5] 基于优先级诊断树的旋转机械故障诊断专家系统 [J].

窦东阳 ;

赵英凯 .

中国电机工程学报, 2008, (32) :82-88

[6] 基于经验模式分解和最小二乘支持矢量机的滚动轴承故障诊断 [J].

王太勇 ;

何慧龙 ;

王国锋 ;

冷永刚 ;

胥永刚 ;

李强 .

机械工程学报, 2007, (04) :88-92

[7]

Rényi Extrapolation of Shannon Entropy[J] . Open Systems and Information Dynamics . 2003 (3)