基于 EEMD 的多尺度模糊熵的齿轮故障诊断

摘要：

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。

关键词：多尺度模糊熵、EEMD、特征参数、齿轮、故障诊断

分类号：TH113.1;TN911.7

资助基金：国家自然科学基金E51205405，E51305454

在线出版日期：2015-07-30（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：163-167,187