《机电工程》杂志社科技期刊核心期刊论文投稿机电一体化机械、仪表电工自动化、计算机浙江大学主办

《机电工程》杂志，月刊( 详细... )

中国标准连续出版物号： ISSN 1001-4551 CN 33-1088/TH
主办单位：浙江省机电集团有限公司
浙江大学
主编：陈晓
副主编：唐任仲、罗向阳(执行主编)
总经理：罗向阳
出版：浙江《机电工程》杂志社有限公司
地址：杭州市上城区延安路95号浙江省机电集团大楼二楼211、212室
电话Tel：+86-571-87041360、87239525
E-mail：meem_contribute@163.com
国外发行：中国国际图书贸易总公司
订阅：全国各地邮局 国外代号：M3135
国内发行：浙江省报刊发行局
邮发代号：32-68
广告发布登记证：杭上市管广发G-001号

在线杂志	当前位置：机电工程 >>在线杂志

基于CEEMD散布熵和Hjorth参数的混合特征滚动轴承故障诊断研究

作者：夏理健,刘小平,王新,等. 日期：2022-02-23/span> 浏览：1424 查看PDF文档

基于CEEMD散布熵和Hjorth参数的混合

特征滚动轴承故障诊断研究*

夏理健1,3,刘小平2*,王新1,3,田笑1,3,张立杰1,3

(1.燕山大学河北省重型机械流体动力传输与控制重点实验室,河北秦皇岛 066004;

2.北京航空航天大学自动化

科学与电气工程学院,北京 100191;

3.燕山大学先进锻压成形技术与科学教育部重点实验室,河北秦皇岛 066004)

摘要:由于依靠单一的物理特征难以全面反映机械的故障信息,针对这一问题,对机器学习中常用的故障特征提取方法进行了研究,在此基础上提出了一种基于完备总体经验模态分解(CEEMD)、散布熵(DE)和Hjorth参数的混合特征滚动轴承故障诊断方法。首先,基于CEEMD对轴承原始信号进行分解,得到了若干个固有模态函数(IMF)分量;然后,根据与原信号的相关性选取敏感IMF分量,并求出其DE和Hjorth参数,形成散布熵特征向量和Hjorth参数矩阵,再对Hjorth参数矩阵进行奇异值分解,提取出奇异值作为特征向量,并将该向量与散布熵特征向量形成混合特征向量;最后,利用基于粒子群优化算法的最小二乘支持向量机(LSSVM),对滚动轴承不同故障特征向量进行了训练和识别。研究结果表明:该方法能够准确地诊断出滚动轴承的故障类型和程度,突出不同故障的特征;与采用单一特征的方法相比,该方法能更准确地辨别出滚动轴承的故障信息,采用该方法获得的故障识别率可达到100%。

关键词:滚动轴承;故障诊断;混合特征提取;完备总体经验模态分解;散布熵;Hjorth参数;奇异值分解

中图分类号:TH133.33文献标识码:A文章编号:1001-4551(2021)12-1564-08

本文引用格式:

夏理健,刘小平,王新,等.基于CEEMD散布熵和Hjorth参数的混合特征滚动轴承故障诊断研究［J］.机电工程,2021,38(12):1564-1571.