【摘要】：軸承的故障信息提取直接決定了診斷的正確與否,為了能準(zhǔn)確地識(shí)別軸承狀態(tài),提出了一種基于經(jīng)驗(yàn)小波變換和多尺度熵的軸承特征信息提取及分類方法。該方法通過(guò)提取信號(hào)頻域相鄰最大值間的極小值,對(duì)Fourier譜進(jìn)行自適應(yīng)劃分,并構(gòu)造合適的小波濾波器組提取不同的模態(tài);再引入多尺度熵,對(duì)最優(yōu)模態(tài)建立的粗粒向量進(jìn)行狀態(tài)分類。試驗(yàn)分析表明:與EEMD相比,該方法具有更優(yōu)的自適應(yīng)特征提取和故障分類特性。
[Abstract]:The fault information extraction of bearings directly determines whether the diagnosis is correct or not. In order to identify the bearing state accurately, a method of feature information extraction and classification based on empirical wavelet transform and multi-scale entropy is proposed. By extracting the minimum value between the adjacent maximum values in the frequency domain, the Fourier spectrum is divided adaptively, and the suitable wavelet filter banks are constructed to extract different modes, and then the multi-scale entropy is introduced. The state classification of coarse grained vectors established by optimal modal is carried out. The experimental results show that the proposed method has better adaptive feature extraction and fault classification than EEMD.
【作者單位】： 廣東石油化工學(xué)院計(jì)算機(jī)與電子信息學(xué)院;廣東省石化裝備故障診斷重點(diǎn)實(shí)驗(yàn)室;華南理工大學(xué)自動(dòng)化科學(xué)與工程學(xué)院;
【基金】：國(guó)家自然科學(xué)基金項(xiàng)目(61174113) 廣東省石化裝備故障診斷重點(diǎn)實(shí)驗(yàn)室開(kāi)放基金項(xiàng)目(201313;201325) 茂名市科技計(jì)劃項(xiàng)目(201322)
【分類號(hào)】：TH133.3

【相似文獻(xiàn)】

相關(guān)期刊論文 前2條

1 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

2 ;[J];;年期

相關(guān)會(huì)議論文 前2條

1 李嬋;張陽(yáng);張義軍;;地閃“不規(guī)則”先導(dǎo)的多尺度熵特征研究[A];創(chuàng)新驅(qū)動(dòng)發(fā)展 提高氣象災(zāi)害防御能力——S11第十一屆防雷減災(zāi)論壇[C];2013年

2 張濤;李雅堂;閻睿;楊卓;;基于多尺度的非線性動(dòng)力學(xué)分析及其在神經(jīng)系統(tǒng)中的應(yīng)用[A];第八屆全國(guó)動(dòng)力學(xué)與控制學(xué)術(shù)會(huì)議論文集[C];2008年

相關(guān)碩士學(xué)位論文 前7條

1 龍玉濤;基于熵測(cè)度的移動(dòng)條件下十二通道心電信號(hào)質(zhì)量評(píng)估[D];山東大學(xué);2015年

2 劉曉婷;基于加速度的人體步態(tài)信息多尺度熵研究[D];天津大學(xué);2008年

3 劉東海;基于多元多尺度熵的人體平衡系統(tǒng)研究[D];武漢理工大學(xué);2013年

4 崔潔;基于改進(jìn)多元多尺度熵的癲癇腦電信號(hào)自動(dòng)分類[D];燕山大學(xué);2014年

5 陳建萍;多尺度熵方法用于電子器件噪聲分析[D];西安電子科技大學(xué);2007年

6 裴建航;基于小波多尺度熵的導(dǎo)航傳感器故障診斷技術(shù)研究[D];哈爾濱工程大學(xué);2013年

7 范文會(huì);多尺度熵法用于人體紅外圖像的腰椎病癥研究[D];河北科技大學(xué);2014年

，

本文編號(hào)：2159289