首页 | 本学科首页   官方微博 | 高级检索  
     

基于变分模态分解谱熵的电机轴承退化状态识别方法
引用本文:段永彬,张玉芝,安建良,张前图.基于变分模态分解谱熵的电机轴承退化状态识别方法[J].机械设计与研究,2019,35(4):101-104.
作者姓名:段永彬  张玉芝  安建良  张前图
作者单位:河北工业职业技术学院汽车工程系,石家庄,050091;驻江津地区军代室,重庆,401120
摘    要:为更好的表征电机轴承的退化状态,对电机轴承退化特征提取方法进行了研究。结合变分模态分解(Variational modal decomposition, VMD)和信息熵理论,提出了基于VMD分解谱熵的退化状态识别方法。对不同损伤程度的轴承振动信号进行VMD分解,分别计算其在不同尺度下的复杂度度量能谱熵、奇异谱熵和边际谱熵,以其作为退化特征向量。通过建立相关向量机退化状态识别模型实现轴承的退化状态识别。仿真信号和轴承实测信号均验证了VMD分解谱熵对轴承退化状态的表征能力。

关 键 词:变分模态分解  谱熵  退化状态  特征提取  轴承

Degradation Status Identification Method of Motor Bearing Based on Variational Modal Decomposition Spectral Entropy
DUAN Yongbin,ZHANG Yuzhi,AN Jianliang,ZHANG Qiantu.Degradation Status Identification Method of Motor Bearing Based on Variational Modal Decomposition Spectral Entropy[J].Machine Design and Research,2019,35(4):101-104.
Authors:DUAN Yongbin  ZHANG Yuzhi  AN Jianliang  ZHANG Qiantu
Affiliation:(Department of Automobile EngineeringHebei College of Industry and Technology,Shijiazhuang 050091,China;Military Represent Office of Jiangjin District,Chongqing 401120,China)
Abstract:DUAN Yongbin;ZHANG Yuzhi;AN Jianliang;ZHANG Qiantu(Department of Automobile EngineeringHebei College of Industry and Technology,Shijiazhuang 050091,China;Military Represent Office of Jiangjin District,Chongqing 401120,China)
Keywords:variational modal decomposition  spectral entropy  degradation state  feature extraction  bearing
本文献已被 CNKI 维普 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号