CEEMDAN与参数优化多尺度排列熵结合的滚动轴承早期故障诊断 |
| |
引用本文: | 谢锋云,刘慧,胡旺,赏鉴栋,姜永奇.CEEMDAN与参数优化多尺度排列熵结合的滚动轴承早期故障诊断[J].机械科学与技术(西安),2023(11):1912-1918. |
| |
作者姓名: | 谢锋云 刘慧 胡旺 赏鉴栋 姜永奇 |
| |
作者单位: | 华东交通大学机电与车辆工程学院 |
| |
基金项目: | 国家自然科学基金项目(52265068,51805168); |
| |
摘 要: | 针对滚动轴承的早期故障特征微弱的特点,提出了自适应噪声完备集合经验模态分解(CEEMDAN)与多尺度排列熵(MPE)结合提取故障特征,采用支持向量机(SVM)进行故障状态判别的滚动轴承早期故障诊断方法。利用CEEMDAN将信号分解为若干分量,计算各分量与原信号的相关系数,将大于相关系数阈值的分量重构,对MPE的参数运用PSO算法寻优,计算重构后的信号的MPE值并作为故障特征向量,使用SVM对故障状态进行识别。将该方法运用于XJTU-SY滚动轴承加速寿命试验数据集,并与MPE参数未优化以及未CEEMDAN分解且MPE参数未优化得到的MPE值作为特征向量SVM进行识别的结果进行对比,结果表明本文所提方法的故障识别率分别提高了10.71%和14.28%。
|
关 键 词: | 完备集合经验模态分解 多尺度排列熵 支持向量机 故障诊断 |
|
|