-
题名基于改进复合多元尺度加权排列熵的轴承故障识别研究
被引量：1
- 1
-
-
作者
吕麦丝
陈根金
刘玉芳
张明
-
机构
宜春职业技术学院信息工程学院
江西理工大学机械工程学院
江西金酷智能制造有限公司技术开发部
-
出处
《中国工程机械学报》
北大核心
2023年第1期73-78,共6页
-
基金
江西省教育厅科学技术研究项目(GJJ191671)。
-
文摘
轴承作为机械传动系统上不可缺少单元,在长期交变载荷作用下容易产生内部损伤,判断其故障状态尤为重要。综合复合多元多尺度加权排列熵(CMMWPE)与天牛须搜索支持向量机(BSASVM)算法优点,设计了一种基于CMMWPE-BSASVM复合算法的轴承故障智能诊断方法。以调心球轴承运行情况为例,开展故障诊断分析。研究结果表明:利用本文CMMWPE算法进行处理时形成了比MWPE、CMWPE算法更加平滑的熵值变化曲线,能够实现以上样本的精确区分,有助于更准确提取出滚动轴承的特征信号。采用CMMWPE可以实现更高效的故障模式识别性能;相比较其他分类器,BSASVM分类器处理效率更高,因此建立的CMMWPE和Isomap特征集识别运行故障获得了100%准确率,确保滚动轴承故障达到精确、高效识别的效果。该研究可以拓宽到相关机械传动领域,具有很好的应用价值。
-
关键词
轴承
复合多元多尺度加权排列熵(CMMWPE)
支持向量机
故障诊断
-
Keywords
bearing
composite multivariate multi-scale weighted permutation entropy(CMMWPE)
support vector machine
fault diagnosis
-
分类号
TH165
[机械工程—机械制造及自动化]
-
