科研之友
微信
新浪微博
Facebook
分享链接
摘要
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。
-
单位山东旅游职业学院; 重庆科创职业学院; 兰州石化职业技术学院; 山东大学
