基于小波包样本熵的滚动轴承故障特征提取

被引：58

作者：

苏文胜 ^{[1
,2
]}

王奉涛 ^{[1
]}

朱泓 ^{[1
]}

郭正刚 ^{[1
]}

张志新 ^{[1
]}

张洪印 ^{[3
]}

机构：

[1] 大连理工大学机械学院

[2] 江苏省特种设备安全监督检验研究院无锡分院

[3] 中国石油长城钻探工程公司固井公司

来源：

振动测试与诊断. | 2011年 / 31卷 / 02期

关键词：

小波包分解; 样本熵; 滚动轴承; 故障诊断;

D O I：

10.16450/j.cnki.issn.1004-6801.2011.02.016

中图分类号：

TH133.33 [滚动轴承];

学科分类号：

摘要：

将样本熵引入故障诊断领域,讨论了样本熵的性能和计算参数的选择。结合小波包分解和样本熵,提出了一种新的滚动轴承故障特征提取方法。首先对轴承振动信号进行小波包分解;然后对归一化能量最大的子带进行重构,计算重构信号的样本熵;最后通过样本熵评价故障状态。滚动轴承故障诊断实例验证了该方法的有效性。

引用

页码：162 / 166+263 +263

页数：6

共 8 条

[1] 基于样本熵的睡眠脑电分期 [J].

和卫星 ;

陈晓平 ;

邵珺婷 .

江苏大学学报(自然科学版), 2009, 30 (05) :501-504

[2] 应用小波包和包络分析的滚动轴承故障诊断 [J].

唐贵基 ;

蔡伟 .

振动、测试与诊断, 2009, 29 (02) :201-204+244

[3] 睡眠脑电时间序列的非线性样本熵研究 [J].

葛家怡 ;

周鹏 ;

赵欣 ;

刘海婴 ;

王明时 .

电子器件, 2008, (03) :972-975

[4] 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

[5] 经验模式分解的改进及其对球轴承缺陷的诊断 [J].

杜秋华 ;

杨曙年 .

振动、测试与诊断, 2007, (01) :67-70+87

[6] 局域波近似熵及其在机械故障诊断中的应用 [J].

胡红英 ;

马孝江 .

振动与冲击, 2006, (04) :38-40+45+174

[7] 基于小波包分解的频带局部能量特征提取方法 [J].

王奉涛 ;

马孝江 ;

邹岩崑 ;

张志新 .

农业机械学报, 2004, (05) :177-180

[8] 小波包分析在轴承早期故障诊断中的应用 [J].

赵学智 ;

陈统坚 ;

叶邦彦 ;

彭永红 ;

陈文戈 .

振动、测试与诊断, 2003, (04) :3-6+64

← 1 →