基于EWT和多尺度熵的轴承特征提取及分类.pdfVIP

学兔兔 量量 Q= 鱼 轴承 2016年1期 48—52 CN41—1148／TH Bearing2016．No．1 基于 EwT和多尺度熵 的轴承特征提取及 分类 李沁 雪 ，廖晓文 ，张清华 ，崔得龙 (1．广东石油化工学院 计算机与 电子信息学院 ，广东 茂名 525000；2．广东省石化装备故障诊 断重 点 实验 室，广东 茂名 525000；3．华南理 工大学 自动化科学与工程 学院，广州 510640) 摘要 ：轴承 的故 障信息提取直接决定 了诊 断的正确与否 ，为了能 准确地 识别轴 承状态 ，提出了一种 基于经 验小 波变换和多尺度熵的轴承特征 信息 提取 及分 类方 法 。该 方法 通 过提 取信 号频 域相 邻最 大值 问 的极 小值 ，对 Fourier谱进行 自适应划分 ，并构造合适 的小波滤 波器组提 取不 同的模态 ；再引入多尺 度熵 ，对最优 模态建 立 的 粗粒 向量进行状态分类 。试验分析表明 ：与EEMD相 比，该方法具有 更优 的 自适应特征提取和故 障分类特性 。 关键 词 ：滚动轴 承 ；故障诊断 ；经验小波 变换 ；多尺度熵 ；自适应 中图分类号 ：TH133．33；TN911．7 文献标 志码 ：B 文章编号 ：1000—3762(2016)0l一0048—05 Feature Extraction and Classification of Bearings Based on EW T and M ulti——Scale Entropy Li Qinxue， Li ，Liao Xiaowen一，Zhang Qinghua ，Cui Delong (1．School Computerof andInformation，Guangdong Electronic Technology，Maoming Petrochemical of University 525000，China；2．Guangdong Provincial Key Laboratory of Petrochemical Equipment Fault Diagnosis，Maoming 525000，China；3．School Automationof Science and Engineering，South ChinaUniversity Technology，Guangzhouof