基于样本熵和分数阶傅里叶变换的滚动轴承故障特征提取

提出了一种基于样本熵和分数阶傅里叶变换的故障特征提取新方法。这种方法的核心思想是首先把原始数据空间中可分性较差的数据映射到合适的分数阶空间,然后计算并比较经过合适阶次分数阶傅里叶变换后数据的样本熵,从而实现故障的特征提取。实测数据的研究结果表明,用这种方法提取信号特征,能增强不同故障模式的可分性,可以容易地将正常滚动轴承、内圈故障、外圈故障和滚动体故障的信号区分。