基于DEMD和模糊熵的滚动轴承故障诊断方法研究

被引：11

作者：

孟宗 ^{[1
,2
]}

季艳 ^{[1
]}

闫晓丽 ^{[1
]}

机构：

[1] 河北省测试计量技术及仪器重点实验室

[2] 国家冷轧板带装备及工艺工程技术研究中心

来源：

计量学报 | 2016年 / 37卷 / 01期

关键词：

计量学; 故障诊断; 滚动轴承; 微分经验模式分解; 模糊熵; 支持向量机;

D O I：

暂无

中图分类号：

TH133.33 [滚动轴承];

学科分类号：

080203 ;

摘要：

提出一种基于微分的经验模式分解(DEMD)模糊熵和支持向量机(SVM)相结合的滚动轴承故障诊断方法。首先对信号进行基于微分的经验模式分解,得到若干具有物理意义的本征模函数(IMF)分量,再利用相关度准则对固有模式分量进行筛选,计算所选分量的模糊熵,组成故障特征向量,然后将其作为支持向量机的输入来识别滚动轴承的状态。并将该方法与基于EMD模糊熵和SVM相结合的方法进行比较,实验结果表明该方法对机械故障信号能够更有效准确地进行识别分类。

引用

页码：56 / 61

页数：6

共 8 条

[1] 基于盲源分离去噪和HHT的旋转机械故障诊断 [J].

孟宗 ;

顾海燕 .

计量学报, 2013, 34 (03) :242-246

[2] 基于支持向量机的汽车发动机故障诊断研究 [J].

徐玉秀 ;

杨文平 ;

吕轩 ;

马志卫 ;

马新华 .

振动与冲击, 2013, 32 (08) :143-146

[3] 基于改进的ITD和模糊熵的滚动轴承故障诊断方法 [J].

郑近德 ;

程军圣 ;

杨宇 .

中国机械工程, 2012, 23 (19) :2372-2377

[4]

基于EMD近似熵和DAGSVM的机械故障诊断[J]. 戴桂平.计量学报. 2010 (05)

[5]

基于EMD和Wigner-Ville分布的机械故障诊断方法研究[J]. 谢平,王欢,杜义浩.计量学报. 2010 (05)

[6]

Measuring complexity using FuzzyEn, ApEn, and SampEn[J] . Weiting Chen,Jun Zhuang,Wangxin Yu,Zhizhong Wang.Medical Engineering and Physics . 2008 (1)

[7]

Support vector machines-based fault diagnosis for turbo-pump rotor[J] . Sheng-Fa Yuan,Fu-Lei Chu.Mechanical Systems and Signal Processing . 2005 (4)

[8] The empirical mode decomposition and the Hilbert spectrum for nonlinear and non-stationary time series analysis [J].

Huang, NE ;

Shen, Z ;

Long, SR ;

Wu, MLC ;

Shih, HH ;

Zheng, QN ;

Yen, NC ;

Tung, CC ;

Liu, HH .

PROCEEDINGS OF THE ROYAL SOCIETY A-MATHEMATICAL PHYSICAL AND ENGINEERING SCIENCES, 1998, 454 (1971) :903-995

← 1 →