EWT多尺度排列熵与GG聚类的轴承故障辨识方法

论文摘要

针对滚动轴承故障信号具有非线性、非平稳性特点导致的故障类别难以辨识问题,提出一种基于经验小波变换、多尺度排列熵、GG（Gath-Geva,简称GG）聚类算法相结合的故障诊断方法。首先,采用经验小波变换对滚动轴承的原始信号进行分解、得到若干个固有模态分量,初步提取滚动轴承的状态特征值;其次,通过相关性分析选择最优模态分量,并在多个尺度下计算其排列熵值;最后,运用主成分分析对高维熵值特征向量进行可视化降维、并输入到GG聚类算法中,实现对滚动轴承的故障辨识。与其他模式组合方法进行比较的结果表明,本研究提出的故障辨识方法具有聚类结果的类内紧致性更好的优点。

论文目录

文章来源

类型: 期刊论文

作者: 赵荣珍,李霁蒲,邓林峰

关键词: 经验小波变换,多尺度排列熵,相关性分析,聚类

来源: 振动.测试与诊断 2019年02期

年度: 2019

分类: 工程科技Ⅱ辑

专业: 机械工业

单位: 兰州理工大学机电工程学院

基金: 国家自然科学基金资助项目(51675253),国家重点研发计划资助项目(2016YFF0203303-04),甘肃省自然科学基金联合资助项目(1610RJZA004)

分类号: TH133.3

DOI: 10.16450/j.cnki.issn.1004-6801.2019.02.028

页码: 416-423+451

总页数: 9

文件大小: 886K

下载量: 420

相关论文文献

标签：经验小波变换论文;  多尺度排列熵论文;  相关性分析论文;  聚类论文;