10.13465/j.cnki.jvs.2015.14.028
基于 EEMD 的多尺度模糊熵的齿轮故障诊断
为准确利用振动信号进行故障诊断,提出基于 EEMD 多尺度模糊熵的齿轮故障诊断方法。利用集合经验模态分解(EEMD)对振动信号进行自适应分解,获得原始信号的不同尺度分量;据模糊熵能有效区分不同信号的复杂度,计算 EEMD 分解所得本征模态函数(IMF)分量模糊熵,获得原始信号多个尺度的复杂测度作为齿轮不同状态的特征参数;将该特征参数输入最小二乘支持向量机(LS -SVM)分类器判断齿轮故障。齿轮箱齿轮故障实验结果表明,该方法能提高齿轮故障诊断精度。
多尺度模糊熵、EEMD、特征参数、齿轮、故障诊断
TH113.1;TN911.7
国家自然科学基金E51205405,E51305454
2015-07-30(万方平台首次上网日期,不代表论文的发表时间)
共6页
163-167,187