基于改进多尺度熵与VPMCD的滚动轴承故障诊断 |
| |
引用本文: | 姜战伟,郑近德,潘海洋,潘紫微.基于改进多尺度熵与VPMCD的滚动轴承故障诊断[J].噪声与振动控制,2017,37(3):156-161. |
| |
作者姓名: | 姜战伟 郑近德 潘海洋 潘紫微 |
| |
作者单位: | ( 安徽工业大学 机械工程学院, 安徽 马鞍山 243032 ) |
| |
摘 要: | 多尺度熵(Multiscale entropy,MSE)是一种衡量时间序列复杂性的方法,针对其粗粒化过程由时间序列长度变短而导致熵值不精确、波动较大等问题,提出一种改进的多尺度熵(Improved multiscale entropy,IMSE)算法。在此基础上,结合迭代拉普拉斯得分(Iteration Laplacian Score,ILS)特征选择和多变量预测模型(Variable predictive model based class discriminate,VPMCD),提出一种新的滚动轴承智能故障诊断方法。最后,将提出的方法应用于滚动轴承试验数据分析,并与现有方法进行对比。结果表明,提出的方法不仅能够有效地识别滚动状态和故障类型,而且其诊断效果优于现有方法。
|
关 键 词: | 振动与波 多尺度熵 特征降维 多变量预测模型 滚动轴承 故障诊断 |
收稿时间: | 2016-11-03 |
Fault Diagnosis of Rolling Bearings Based on Improved Multiscale Entropy and VPMCD |
| |
Abstract: | |
| |
Keywords: | |
本文献已被 CNKI 等数据库收录! |
| 点击此处可从《噪声与振动控制》浏览原始摘要信息 |
|
点击此处可从《噪声与振动控制》下载全文 |
|