EWT-多尺度模糊熵-VPMCD融合算法的轴承故障识别分类应用

作者：车守全; 江伟; 包从望; 朱广勇

来源：机械科学与技术, 2021, 40(09): 1397-1403.

DOI：10.13433/j.cnki.1003-8728.20200230

• 振动信号
• 故障特征
• EWT
• 多尺度模糊熵
• VPMCD

针对振动信号提取轴承故障特征及识别分类的研究方式,提出了一种结合EWT-多尺度模糊熵-VPMCD的方法。首先,运用经验小波变换提取振动信号的模态分量。其次,引入信息论中的模糊熵算法,并加以多尺度粗粒度划分得到多尺度模糊熵特征描述。然后,用VPMCD对特征向量进行自适应选择预测模型训练。最终通过实验表明:模态分量多尺度模糊熵能够有效描述故障特征;VPMCD在少训练样本情况下获得了最低90%的分类准确率,相较一些常用的分类方法有着更好的性能表现。

• 单位
  六盘水师范学院; 土木工程学院