| 基于时间-小波能量谱样本熵的滚动轴承智能诊断方法 |
| |
| 引用本文： | 邓飞跃,唐贵基.基于时间-小波能量谱样本熵的滚动轴承智能诊断方法[J].振动与冲击,2017,36(9):28-34. |
| |
| 作者姓名： | 邓飞跃 唐贵基 |
| |
| 作者单位： | 1. 石家庄铁道大学 机械工程学院，石家庄 050043；
2. 华北电力大学 能源动力与机械工程学院，保定 071003 |
| |
| 摘 要： | 为了解决滚动轴承故障模式智能识别与运行状态检测问题,提出了时间-小波能量谱样本熵的计算方法,并将其作为特征参数用于滚动轴承智能诊断的研究。采用Hermitian小波对轴承信号进行连续小波变换,得到蕴含故障信息的时间-小波能量谱序列,再通过计算其样本熵值,量化提取信号中的故障特征信息。轴承不同故障模式下的时间-小波能量谱样本熵区分明显,以此作为特征向量输入支持向量机,实现了对轴承不同故障模式的智能识别。之后计算轴承全寿命周期实验数据的时间-小波能量谱样本熵,按照时间顺序排列,绘制出了轴承运行状态曲线,通过判断曲线走势可有效诊断出轴承早期故障的发生。实验结果表明,时间-小波能量谱样本熵可以有效用于滚动轴承智能诊断的研究。
|
| 关 键 词： | 滚动轴承 智能诊断 连续小波变换 样本熵 支持向量机 |
An intelligent method for rolling element bearing fault diagnosis based on time-wavelet energy spectrum sample entropy |
| |
| DENG Feiyue,TANG Guiji.An intelligent method for rolling element bearing fault diagnosis based on time-wavelet energy spectrum sample entropy[J].Journal of Vibration and Shock,2017,36(9):28-34. |
| |
| Authors: | DENG Feiyue TANG Guiji |
| |
| Affiliation: | 1.Department of Mechanical Engineering,Shijiazhuang Tiedao University,Shijiazhuang 050043,China;
2.School of Energy,Power and Mechanical Engineering,North China Electric Power University,Baoding 071003,China |
| |
| Abstract: | |
| |
| Keywords: | rolling element bearingintelligent diagnosiscontinuous wavelet transformsample entropysupport vector machine (SVM) |
| 本文献已被 CNKI 等数据库收录！ |
| 点击此处可从《振动与冲击》浏览原始摘要信息 |
|
点击此处可从《振动与冲击》下载全文 |
|
