|
|||||
|
|
| 精细广义复合多元多尺度反向散布熵及其在滚动轴承故障诊断中的应用 | |
| 作者姓名： | 郑近德 陈焱 童靳于 潘海洋 |
| 作者单位： | 安徽工业大学机械工程学院 |
| 基金项目： | 国家自然科学基金(51975004);;安徽省自然科学基金(2008085QE215);;机械传动国家重点实验室项目(SKLMT-MSKFKT-202107); |
| 摘 要： | 多尺度反向散布熵能够有效度量时间序列的复杂性,但在粗粒化构造上存在缺陷,且在表征滚动轴承非线性故障特征时缺乏对其他通道同步信息的有效利用。为了准确提取轴承信号的故障特征,结合精细化和广义复合多尺度的思想,将表征同步多通道数据多变量复杂度的多变量熵理论应用到轴承故障诊断中,提出了精细广义复合多元多尺度反向散布熵(RGCMvMRDE)。在此基础上,提出了一种基于RGCMvMRDE与引力搜索算法优化支持向量机(GSA-SVM)的滚动轴承故障诊断方法。首先,利用RGCMvMRDE全面表征滚动轴承故障特征信息,构建故障特征集;其次,采用GSA-SVM对故障类型进行智能识别;最后,将所提方法应用于滚动轴承实验数据分析,并将其与现有基于多尺度反向散布熵、广义多尺度反向散布熵和精细复合多元多尺度排列熵的故障特征提取方法进行了对比。研究结果表明,所提RGCMvMRDE不仅能够有效和精准地诊断轴承的不同故障类型和故障程度,且诊断效果优于上述对比方法。 |
| 关 键 词： | 精细广义复合多元多尺度反向散布熵 滚动轴承 故障诊断 特征提取 |