10.13465/j.cnki.jvs.2016.08.018
基于复合多尺度模糊熵的滚动轴承故障诊断方法
为了精确地提取滚动轴承振动信号非线性故障特征,针对多尺度熵(Multi-Scale Entropy,MSE)中粗粒化方式的不足,提出一种新的衡量时间序列自相似性和复杂性的方法———复合多尺度模糊熵(Composite Multi-Scale Fuzzy Entropy,CMFE)。与 MSE 相比,CMFE 综合同一尺度下多个粗粒化序列的信息,随着尺度因子的增加,熵值变化更加稳定,一致性更好。在此基础上,结合 Fisher 得分特征选择和支持向量机模式分类,提出了一种新的滚动轴承智能故障诊断方法。将提出的方法应用于滚动轴承实验数据分析,通过对比结果验证了所提出方法的有效性和优越性。
多尺度熵、复合多尺度模糊熵、特征选择、滚动轴承、故障诊断
35
TN911.7;TH165.3
国家自然科学基金项目资助51505002;51375013;安徽省高校自然科学研究重点项目资助KJ2015A080
2016-05-12(万方平台首次上网日期,不代表论文的发表时间)
共8页
116-123