-
题名基于改进多元多尺度加权排列熵的齿轮箱故障诊断
被引量：5
- 1
-
-
作者
赵家浩
廖晓娟
唐锡雷
-
机构
山东大学微电子学院
山东旅游职业学院工商管理系
重庆科创职业学院人工智能学院
-
出处
《组合机床与自动化加工技术》
北大核心
2022年第12期48-52,共5页
-
文摘
齿轮箱振动存在多个传递路径,而典型齿轮箱故障诊断方法一般使用单个路径的单通道振动信号,易造成其它通道信息的遗漏。为充分利用不同路径振动信号故障信息,增强故障特征的质量,引入了多元多尺度加权排列熵,对其粗粒化方式进行了完善,提出了改进多元多尺度加权排列熵(IMMWPE),实现齿轮箱多通道振动信号的故障特征提取。基于此,提出了一种结合IMMWPE、成对邻近特征和粒子群优化支持向量机的齿轮箱故障诊断方法。通过齿轮箱多通道数据分析,将其与多元多尺度样本熵、多元多尺度排列熵和多元多尺度模糊熵等方法进行对比,结果证明该方法能够准确识别齿轮箱的各类故障,而且优于对比方法。
-
关键词
齿轮箱
改进多元多尺度加权排列熵
成对邻近特征
故障诊断
-
Keywords
gearbox
improved multivariate multiscale weighted permutation entropy
pair-wise feature proximity
fault diagnosis
-
分类号
TH165
[机械工程—机械制造及自动化]
TG659
[金属学及工艺—金属切削加工及机床]
-
-
题名基于ALIF和TMFDE的滚动轴承故障诊断研究
被引量：1
- 2
-
-
作者
赵家浩
罗娜
梁永文
-
机构
山东大学微电子学院
山东旅游职业学院工商管理系
重庆科创职业学院人工智能学院
兰州石化职业技术大学印刷出版工程学院
-
出处
《制造技术与机床》
北大核心
2023年第7期9-15,共7页
-
文摘
为了提高滚动轴承的故障识别精度,提出了一种基于自适应局部迭代滤波(ALIF)和时移多尺度波动散布熵(TMFDE)的故障诊断方法。首先,利用ALIF对滚动轴承振动信号进行分解,获得一组IMF分量。其次,为了获得更集成的IMF分量,基于能量法评估各IMF分量的重要性,将前3阶分量视为有效分量。接着,利用TMFDE量化有效分量中的特征信息,构建故障特征向量。最后,将故障特征输入至粒子群优化的极限学习机中进行故障识别。利用东南大学的滚动轴承数据对该方法进行了评估,结果表明该方法能够准确地识别故障的类型,与其他方法相比,该方法在数据量较少时仍然具有优异的稳定性。
-
关键词
自适应局部迭代滤波
时移多尺度波动散布熵
能量法
滚动轴承
故障检测
-
Keywords
adaptive local iterative filtering
time-shifted multi-scale fluctuation dispersion entropy
energy method
rolling bearing
fault detection
-
分类号
TH165
[机械工程—机械制造及自动化]
-
