NIAOT OpenIR
小波包和模糊熵特征融合的轴承故障诊断
杜福嘉; 黄康; 郭跃楠
2023-10
Source Publication机械设计与制造
Issue10Pages:285-291
Abstract

进行轴承多种类型裂纹故障诊断时,为解决单一特征量诊断效率低的问题,提出了基于信号小波包分解的精细时频域分析和模糊熵的特征融合方法。首先对轴承振动信号进行小波包4层分解重构,确定小波包系数模糊熵和频带能量,精细提取振动信号的高低频故障信息特征;然后基于权重指标对模糊熵和频带能量进行融合,构造多种故障状态下轴承信号的特征向量;最后选择适合小样本分类的支持向量机对轴承裂纹故障进行诊断。试验数据处理结果表明,轴承不同裂纹故障状态下,融合特征的方法诊断效率更高,相较于单一特征量识别准确率提高5.0%以上,对10种裂纹故障诊断正确率达到98.0%。

Keyword小波包分解 故障诊断 模糊熵 支持向量机 特征融合
Subject Area天文技术与方法
Language中文
Document Type期刊论文
Identifierhttp://ir.niaot.ac.cn/handle/114a32/2106
Collection中国科学院南京天文光学技术研究所知识成果
期刊论文
Affiliation南京天文光学技术研究所
Recommended Citation
GB/T 7714
杜福嘉,黄康,郭跃楠. 小波包和模糊熵特征融合的轴承故障诊断[J]. 机械设计与制造,2023(10):285-291.
APA 杜福嘉,黄康,&郭跃楠.(2023).小波包和模糊熵特征融合的轴承故障诊断.机械设计与制造(10),285-291.
MLA 杜福嘉,et al."小波包和模糊熵特征融合的轴承故障诊断".机械设计与制造 .10(2023):285-291.
Files in This Item: Download All
File Name/Size DocType Version Access License
小波包和模糊熵特征融合的轴承故障诊断_杜(1579KB)期刊论文出版稿开放获取CC BY-NC-SAView Download
Related Services
Recommend this item
Bookmark
Usage statistics
Export to Endnote
Google Scholar
Similar articles in Google Scholar
[杜福嘉]'s Articles
[黄康]'s Articles
[郭跃楠]'s Articles
Baidu academic
Similar articles in Baidu academic
[杜福嘉]'s Articles
[黄康]'s Articles
[郭跃楠]'s Articles
Bing Scholar
Similar articles in Bing Scholar
[杜福嘉]'s Articles
[黄康]'s Articles
[郭跃楠]'s Articles
Terms of Use
No data!
Social Bookmark/Share
File name: 小波包和模糊熵特征融合的轴承故障诊断_杜福嘉.pdf
Format: Adobe PDF
All comments (0)
No comment.
 

Items in the repository are protected by copyright, with all rights reserved, unless otherwise indicated.