-
题名基于MRE与特征类的轴承故障诊断方法
被引量：3
- 1
-
-
作者
李富国
王俊元
武增荣
林炳乾
吕品德
范瑞天
-
机构
中北大学机械工程学院
山西航天清华装备有限责任公司
-
出处
《制造技术与机床》
北大核心
2022年第6期50-54,共5页
-
基金
国家自然科学基金(51905496)
山西省自然科学基金(201801D221237)
+1 种基金
中北大学校基金(XJJ201802)
中北大学重点实验室开放研究基金资助项目(DXMBJJ2019-01)。
-
文摘
针对滚动轴承振动信号难以提取的问题,为实现故障特征准确分类目的。通过多尺度极差熵(MRE)和EigenClas融合,提出了一种MRE-EigenClass分类方法来诊断轴承故障模式。首先,MRE从不同状态下轴承的振动信号提取20个尺度的特征向量,最后将提取到的特征向量输入到EigenClass分类器,得到分类结果。实验证明,提出的MRE与EigenClass算法能有效提取滚动轴承振动信号的特征,并且实现高精度分类。与其他故障识别的分类器相比,本方法具有更高的故障识别准确率,识别精度达到98.86%。
-
关键词
多尺度极差熵
特征值分类器
故障诊断
-
Keywords
multiscale range entropy
EigenClass classifier
fault diagnosis
-
分类号
TH165.3
[机械工程—机械制造及自动化]
-
