本文關(guān)鍵詞：基于VMD的自適應(yīng)復(fù)合多尺度模糊熵及其在滾動(dòng)軸承故障診斷中的應(yīng)用　出處：《航空動(dòng)力學(xué)報(bào)》2017年07期 　論文類型：期刊論文

  更多相關(guān)文章： 滾動(dòng)軸承 故障診斷 多尺度模糊熵 變分模態(tài)分解 特征選擇

【摘要】：提出了一種基于自適應(yīng)多尺度模糊熵、ILS(迭代拉普拉斯得分)特征選擇和粒子群優(yōu)化支持向量機(jī)(PSO-SVM)的滾動(dòng)軸承故障診斷方法。該方法采用變分模態(tài)分解對(duì)振動(dòng)信號(hào)進(jìn)行分解和重構(gòu),并計(jì)算重構(gòu)信號(hào)的復(fù)合多尺度模糊熵;同時(shí)采用迭代拉普拉斯得分選擇敏感故障特征,并將特征選擇結(jié)果輸入到基于粒子群優(yōu)化支持向量機(jī)的多故障分類器進(jìn)行識(shí)別。將提出的方法應(yīng)用于滾動(dòng)軸承試驗(yàn)數(shù)據(jù)分析。結(jié)果表明:該方法對(duì)試驗(yàn)數(shù)據(jù)的故障識(shí)別率為100%。并將基于ILS特征選擇方法與基于SFS(sequential forward selection)特征選擇進(jìn)行了對(duì)比,表明基于SFS特征選擇的最高識(shí)別率為92.86%,而基于ILS特征選擇的故障識(shí)別率達(dá)到100%。
[Abstract]:Propose a method based on adaptive multi scale fuzzy entropy, ILS (iterative Laplasse scoring) feature selection and particle swarm optimization support vector machine (PSO-SVM) of the rolling bearing fault diagnosis method. This method adopts variational modal decomposition and reconstruction of vibration signal, multi scale calculation and signal reconstruction of fuzzy entropy; at the same time using the iterative Laplasse scoring option sensitive fault feature, and the feature selection result is input to the recognition of particle swarm optimization in multi fault classifier based on support vector machine. The proposed method is applied to rolling bearing test data analysis. The results show that the method of fault identification of the test data rate for 100%. and ILS feature selection method based on and based on SFS (sequential forward selection) were compared for feature selection, feature selection of SFS showed the highest recognition rate based on 92.86%, and based on ILS feature selection The selective fault recognition rate is up to 100%.

【作者單位】： 安徽工業(yè)大學(xué)機(jī)械工程學(xué)院;
【基金】：國家自然科學(xué)基金(51505002) 安徽省高校自然科學(xué)研究重點(diǎn)資助項(xiàng)目(KJ2015A080) 安徽工業(yè)大學(xué)研究生創(chuàng)新研究基金(2016062)
【分類號(hào)】：TH133.33
【正文快照】： 引用格式:鄭近德,姜戰(zhàn)偉,代俊習(xí),等.基于VMD的自適應(yīng)復(fù)合多尺度模糊熵及其在滾動(dòng)軸承故障診斷中的應(yīng)用[J].航空動(dòng)力學(xué)報(bào),2017,32(7):1683-1689.ZHENG Jinde,JIANG Zhanwei,DAI Junxi,et al.VMD based adaptive composite multiscale fuzzyentropy and its application to faul

【參考文獻(xiàn)】

相關(guān)期刊論文 前3條

1 鄭近德;潘海洋;程軍圣;張俊;;基于復(fù)合多尺度模糊熵的滾動(dòng)軸承故障診斷方法[J];振動(dòng)與沖擊;2016年08期

2 張淑清;李盼;胡永濤;王佳森;姜萬錄;;多重分形近似熵與減法FCM聚類的研究及應(yīng)用[J];振動(dòng)與沖擊;2015年18期

3 王樂;張家忠;周成武;田美;;離心壓縮機(jī)葉輪旋轉(zhuǎn)失速的相空間重構(gòu)及分形特征[J];航空動(dòng)力學(xué)報(bào);2014年10期

【共引文獻(xiàn)】

相關(guān)期刊論文 前3條

1 鄭近德;姜戰(zhàn)偉;代俊習(xí);潘紫微;;基于VMD的自適應(yīng)復(fù)合多尺度模糊熵及其在滾動(dòng)軸承故障診斷中的應(yīng)用[J];航空動(dòng)力學(xué)報(bào);2017年07期

2 羅仁澤;蔣鵬;陸存;張耀;;基于小波包能量與模糊C均值聚類的軸承退化狀態(tài)預(yù)測(cè)[J];組合機(jī)床與自動(dòng)化加工技術(shù);2016年11期

3 張磊;袁威;王松嶺;;軸向間距對(duì)軸流風(fēng)機(jī)失速流場(chǎng)特征影響[J];熱力發(fā)電;2016年10期

【二級(jí)參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 石志標(biāo);苗瑩;;基于FOA-SVM的汽輪機(jī)振動(dòng)故障診斷[J];振動(dòng)與沖擊;2014年22期

2 鄭近德;程軍圣;胡思宇;;多尺度熵在轉(zhuǎn)子故障診斷中的應(yīng)用[J];振動(dòng).測(cè)試與診斷;2013年02期

3 林近山;陳前;;基于多重分形去趨勢(shì)波動(dòng)分析的齒輪箱故障特征提取方法[J];振動(dòng)與沖擊;2013年02期

4 林近山;陳前;;基于非平穩(wěn)時(shí)間序列雙標(biāo)度指數(shù)特征的齒輪箱故障診斷[J];機(jī)械工程學(xué)報(bào);2012年13期

5 鄭近德;程軍圣;楊宇;;基于多尺度熵的滾動(dòng)軸承故障診斷方法[J];湖南大學(xué)學(xué)報(bào)(自然科學(xué)版);2012年05期

6 趙志宏;楊紹普;;一種基于樣本熵的軸承故障診斷方法[J];振動(dòng)與沖擊;2012年06期

7 蔡威;程俊杰;;基于減法聚類的GK模糊聚類研究[J];蘭州交通大學(xué)學(xué)報(bào);2011年06期

8 谷勇霞;周忠寧;李意民;;基于關(guān)聯(lián)維數(shù)的風(fēng)機(jī)失速特征研究(英文)[J];Transactions of Nanjing University of Aeronautics & Astronautics;2011年04期

9 張淑清;張金敏;趙玉春;張立國;邢艷杰;;基于混沌與模糊聚類的機(jī)械故障自動(dòng)識(shí)別[J];機(jī)械工程學(xué)報(bào);2011年19期

10 徐超;張培林;任國全;傅建平;;基于改進(jìn)半監(jiān)督模糊C-均值聚類的發(fā)動(dòng)機(jī)磨損故障診斷[J];機(jī)械工程學(xué)報(bào);2011年17期

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 劉璨,姚錫凡;特征分區(qū)的不確定性及模糊熵評(píng)判研究[J];機(jī)械與電子;2005年07期

2 常遠(yuǎn);郝軼;黃曉津;李春文;梁記興;劉景源;;基于模糊熵的核電站瞬態(tài)識(shí)別方法[J];原子能科學(xué)技術(shù);2014年09期

3 王國鋒;蘆麗明;李言俊;張科;;基于模糊熵的紅外圖象分割方法[J];彈箭與制導(dǎo)學(xué)報(bào);2002年S1期

4 李俠;毛軍軍;湯義強(qiáng);;基于模糊熵的城市設(shè)施水平綜合評(píng)價(jià)分析[J];計(jì)算機(jī)技術(shù)與發(fā)展;2010年07期

5 谷令軍;周進(jìn);;一種基于模糊熵的相位編組提取直線的方法[J];儀器儀表用戶;2010年03期

6 田京;羅志增;;基于模糊熵的運(yùn)動(dòng)想像腦電信號(hào)特征提取[J];華中科技大學(xué)學(xué)報(bào)(自然科學(xué)版);2013年S1期

7 陳業(yè)華;黃元美;高峰;;基于模糊熵的聚類有效性分析[J];燕山大學(xué)學(xué)報(bào);2007年01期

8 王鳳山;黃育;劉猛;;基于兩階段模糊熵權(quán)的震災(zāi)搶修搶建價(jià)值評(píng)估模型[J];中國安全科學(xué)學(xué)報(bào);2010年11期

9 單鑫;張福光;劉士新;王新政;;艦載導(dǎo)彈配送路徑?jīng)Q策模糊熵物元模型[J];兵工自動(dòng)化;2012年05期

10 孫文邦;陳賀新;唐海燕;于光;;基于二維模糊熵的圖像非監(jiān)督變化檢測(cè)[J];吉林大學(xué)學(xué)報(bào)(工學(xué)版);2011年05期

相關(guān)會(huì)議論文 前6條

1 齊思剛;;基于模糊熵的模糊數(shù)運(yùn)算[A];模糊集理論與模糊應(yīng)用專輯——中國系統(tǒng)工程學(xué)會(huì)模糊數(shù)學(xué)與模糊系統(tǒng)委員會(huì)第十屆年會(huì)論文選集[C];2000年

2 胡應(yīng)平;;運(yùn)用模糊熵構(gòu)建協(xié)調(diào)模型[A];模糊集理論與應(yīng)用——98年中國模糊數(shù)學(xué)與模糊系統(tǒng)委員會(huì)第九屆年會(huì)論文選集[C];1998年

3 魏華;王志強(qiáng);張運(yùn)杰;;基于模糊熵的備擇邊緣細(xì)化方法[A];全面建設(shè)小康社會(huì)：中國科技工作者的歷史責(zé)任——中國科協(xié)2003年學(xué)術(shù)年會(huì)論文集（上）[C];2003年

4 吳川;朱明;楊冬;;基于最大模糊熵原則的低對(duì)比度圖像閾值選取法[A];第十一屆全國信號(hào)處理學(xué)術(shù)年會(huì)（CCSP-2003）論文集[C];2003年

5 李筠;祝勇;;誤差分布類型的模糊熵判別方法[A];第七屆青年學(xué)術(shù)會(huì)議論文集[C];2005年

6 何春;陸俊;;基于模糊熵方向特征的圖像邊緣檢測(cè)方法[A];圖像圖形技術(shù)研究與應(yīng)用(2010)[C];2010年

相關(guān)碩士學(xué)位論文 前10條

1 鄭宗琳;基于高速列車走行部監(jiān)測(cè)數(shù)據(jù)的EEMD特征分析[D];西南交通大學(xué);2015年

2 董國新;基于ELMD多尺度模糊熵和概率神經(jīng)網(wǎng)絡(luò)的暫態(tài)電能質(zhì)量識(shí)別[D];燕山大學(xué);2016年

3 頓士君;基于腦電多尺度非線性分析的睡眠分期研究[D];燕山大學(xué);2016年

4 王旭堯;基于多元多尺度模糊熵的人體步態(tài)信號(hào)分類[D];燕山大學(xué);2016年

5 張翔;基于模糊熵方法的云服務(wù)選擇研究與實(shí)現(xiàn)[D];內(nèi)蒙古大學(xué);2016年

6 王迪;基于模糊熵的證券投資組合優(yōu)化模型研究[D];北京化工大學(xué);2016年

7 沈小雪;模糊推理中的直覺模糊熵研究[D];遼寧工程技術(shù)大學(xué);2014年

8 趙鳳;基于模糊熵理論的若干圖象分割方法研究[D];西安郵電學(xué)院;2007年

9 吳學(xué)謙;互模糊熵的改進(jìn)及其在心衰檢測(cè)中的應(yīng)用[D];山東大學(xué);2014年

10 張麗波;基于三角模糊熵的信息安全風(fēng)險(xiǎn)評(píng)估研究[D];黑龍江大學(xué);2013年

，

本文編號(hào)：1394870