轴承故障的熵优化小波包单支重构特征提取方法

作者：刘艳; 冀杰

来源：机电工程, 2022, 1-7.

• 轴承故障诊断
• 故障特征提取
• 小波包分解
• 样本熵
• 信号去噪
• 小波阈值
• 最优分解层数

为了有效地提取出滚动轴承的故障特征，提高轴承故障诊断的准确率，针对基于小波变换的轴承故障特征提取方法存在的问题，提出了一种基于熵优化小波包的单支重构特征提取方法。首先，分析了样本熵的计算方法和原理，并以信号残差样本熵最大自适应确定了小波阈值，通过设置样本熵阈值确定了最优分解层数；其次，对轴承振动信号特征进行了分析，确定了轴承故障特征提取过程；最后，设计了轴承故障实验，提取出了熵优化小波包的单支重构特征，并将其作为特征向量，对其去噪效果和特征提取方法的有效性进行了验证。研究结果表明：熵优化小波包去噪信号的故障特征频率、轴承旋转频率及调制频率凸显，去噪效果好于标准小波包；将故障特征输入到支持向量机中进行故障诊断，标准小波包特征的诊断准确率为86.25%，频带熵的准确率为91.25%，熵优化小波包特征的诊断准确率为96.25%；实验数据表明，熵优化小波包方法在轴承故障特征提取中具有一定的优越性。

• 单位
  河南水利与环境职业学院; 西南大学