10.13465/j.cnki.jvs.2017.09.005
基于时间-小波能量谱样本熵的滚动轴承智能诊断方法
为了解决滚动轴承故障模式智能识别与运行状态检测问题,提出了时间-小波能量谱样本熵的计算方法,并将其作为特征参数用于滚动轴承智能诊断的研究.采用Hermitian小波对轴承信号进行连续小波变换,得到蕴含故障信息的时间-小波能量谱序列,再通过计算其样本熵值,量化提取信号中的故障特征信息.轴承不同故障模式下的时间-小波能量谱样本熵区分明显,以此作为特征向量输入支持向量机,实现了对轴承不同故障模式的智能识别.之后计算轴承全寿命周期实验数据的时间-小波能量谱样本熵,按照时间顺序排列,绘制出了轴承运行状态曲线,通过判断曲线走势可有效诊断出轴承早期故障的发生.实验结果表明,时间-小波能量谱样本熵可以有效用于滚动轴承智能诊断的研究.
滚动轴承、智能诊断、连续小波变换、样本熵、支持向量机
36
TP206(自动化技术及设备)
河北省自然科学基金E2014502052;中央高校基本科研业务专项资金项目2014XS83
2017-07-12(万方平台首次上网日期,不代表论文的发表时间)
共7页
28-34