应用多参量和高斯过程分类的故障诊断方法

摘要：

由于齿轮箱振动信号的非平稳非线性等问题加大了故障诊断的难度,本文提出了一种基于互补集合经验模态分解(CEEMD)和多尺度排列熵(MPE)、样本熵(SE)相结合的故障特征提取方法.首先对齿轮箱振动信号进行互补集合经验模态分解,并根据相关系数原则对各模态分量进行筛选和重构,再利用多尺度排列熵对筛选出的模态分量进行特征提取,同时对重构后的信号提取其样本熵作为特征值;最后将提取出的多种故障特征融合输入到高斯过程分类器中进行实验验证,实验结果表明该方法提取齿轮箱振动信号的故障特征是有效的,高斯过程分类能快速准确地分辨出故障结果.

关键词：齿轮箱、互补集合经验模态分解、多尺度排列熵、高斯过程分类、故障诊断

所属期刊栏目：38

分类号：TH17

资助基金：山西省自然科学基金项目2009011026-1;山西省研究生创新基金项目2008072

在线出版日期：2019-10-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：1380-1385