本征时间尺度排序熵及其在滚动轴承故障诊断中的应用 |
| |
引用本文: | 谢平,江国乾,李兴林,李小俚.本征时间尺度排序熵及其在滚动轴承故障诊断中的应用[J].燕山大学学报,2013(2):179-184. |
| |
作者姓名: | 谢平 江国乾 李兴林 李小俚 |
| |
作者单位: | 燕山大学电气工程学院;杭州轴承试验研究中心博士后科研工作站 |
| |
基金项目: | 河北省自然科学基金资助项目(F2011203149) |
| |
摘 要: | 针对滚动轴承故障振动信号的非平稳、非线性特性,将经验模态分解方法和排序熵有机结合,提出一种新的基于自适应尺度的复杂度参数——本征时间尺度排序熵,用于描述不同本征模态分量的复杂程度,从而实现故障特征的量化描述。首先,将原始振动信号经过EMD分解得到若干本征模态分量,然后分别对各本征模态分量计算排序熵,即可得到不同本征时间尺度排序熵,最后利用该参数实现不同故障状态的有效区分与识别。实例分析结果表明了该方法的有效性和实用性,从而为机械设备状态监测与故障诊断提供了一种有效途径。
|
关 键 词: | 经验模态分解 复杂度 排序熵 故障诊断 滚动轴承 |
本文献已被 CNKI 等数据库收录! |
|