基于多尺度模糊熵和主成分分析的轴承故障特征提取

作者：李生鹏; 韦朋余; 丁峰; 竺一峰; 姜朝文; 周舒豪

来源：船舶力学, 2018, 22(10): 1277-1285.

• 故障诊断
• 经验模态分解
• 多尺度模糊熵
• 主成分分析

针对滚动轴承故障特征难以提取的问题,文章提出了基于多尺度模糊熵(MFE)和主成分分析(PCA)相结合的滚动轴承故障特征提取方法。首先利用经验模态分解(EMD)将原始振动信号分解成若干个本征模态函数(IMF),并根据相关系数和峭度值准则剔除虚假IMF分量;然后在不同尺度下求取真实IMF分量的模糊熵值,利用PCA对其进行降维处理,形成能表征不同轴承故障的特征向量,最后借用支持向量机对其进行诊断验证。实验表明,该方法可以有效地提取轴承故障信息,对4种轴承状态的识别率为95%,实现了对轴承故障的精确诊断。

• 单位
  中国船舶科学研究中心