10.19287/j.mtmt.1005-2402.2023.07.001
基于ALIF和TMFDE的滚动轴承故障诊断研究
为了提高滚动轴承的故障识别精度,提出了一种基于自适应局部迭代滤波(ALIF)和时移多尺度波动散布熵(TMFDE)的故障诊断方法.首先,利用ALIF对滚动轴承振动信号进行分解,获得一组IMF分量.其次,为了获得更集成的IMF分量,基于能量法评估各IMF分量的重要性,将前 3 阶分量视为有效分量.接着,利用TMFDE量化有效分量中的特征信息,构建故障特征向量.最后,将故障特征输入至粒子群优化的极限学习机中进行故障识别.利用东南大学的滚动轴承数据对该方法进行了评估,结果表明该方法能够准确地识别故障的类型,与其他方法相比,该方法在数据量较少时仍然具有优异的稳定性.
自适应局部迭代滤波、时移多尺度波动散布熵、能量法、滚动轴承、故障检测
TH165
2023-08-15(万方平台首次上网日期,不代表论文的发表时间)
共7页
9-15