基于EEMD的自适应mvMAAPE的滚动轴承故障诊断

摘要：

现有轴承故障诊断方法多基于单通道的振动信号,缺乏对多通道振动信息的综合利用,为此提出了结合集成经验模态分解和多变量多尺度波动散布熵的故障特征提取方法.首先,利用EEMD算法对多信道的源信号进行分解获得多个IMF分量;其次,计算各IMF与原信号的相关系数,利用参数对故障信息的敏感性,筛选出敏感的IMF作为多通道数据构成多元变量并计算其多变量多尺度振幅感知排列熵;最后,将得到的特征利用随机森林进行分类识别.实验结果证明该方法能够有效利用多通道的振动信号,从而提高诊断准确率,相较现有方法有着明显的优势.

关键词：故障诊断;集成经验模态分解;多变量多尺度振幅感知排列熵;随机森林

分类号：TH133.33

在线出版日期：2021-10-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：1-4