基于样本熵与决策树调节算法的轴承故障识别

摘要：

轴承故障是导致机器发生事故的重要原因之一.为更好地识别出故障类型,使用一种包络样本熵和决策树门限值自适应调节算法相结合的方法.首先将信号分解成若干IMF之和,选取包含丰富故障信息的IMF求其包络信号的样本熵,最后通过决策树自适应调节门限值准确判断出轴承故障类型.分析结果表明,该方法不仅可以通过反馈减少运算量,而且能够通过决策树门限值的自适应调节来提高轴承故障的识别率,综合识别率可达到96.75％.

关键词：包络样本熵、决策树、轴承故障、自适应调节、门限值

所属期刊栏目：44

分类号：TP206(自动化技术及设备)

资助基金：安徽省高校自然科学研究重点项目KJ2015A394;安徽经济管理学院院级课题YJKT1516YB07

在线出版日期：2017-12-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：936-940