科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对不同转速下旋转机械故障的特征同尺度表征与诊断问题,提出了融合无量纲指标与信息熵的旋转机械故障诊断方法。无量纲指标、信息熵等值与振动能量无关,取决于信号的分散程度与组分比率,对转速敏感性低,故利用无量纲指标与信息熵构建故障特征集,实现不同转速工况下故障特征同尺度定量表征;设计出基于核函数概率估计的故障敏感性指标算法,从所建立的故障特征集中选择对故障敏感性好的特征量构成表征能力更强的故障敏感特征集,并采用线性局部切空间排列(LLTSA)对其进行非线性降维与融合,获得分类特性好、受转速影响小的低维故障敏感特征集;最后,应用鲁棒性好的加权最近邻分类器(WKNNC)实现不同故障类型的诊断。对不同转速下齿轮箱故障进行诊断,结果证明了所提方法的可行性和有效性。
- 单位
