基于LCD和排列熵的滚动轴承故障诊断

作者：郑近德; 程军圣; 杨宇

来源：振动.测试与诊断, 2014, 34(05): 802-971.

DOI：10.16450/j.cnki.issn.1004-6801.2014.05.013

• 局部特征尺度分解
• 排列熵
• 滚动轴承
• 故障诊断
• 神经网络集成

排列熵(permutation entropy,简称PE)是最近提出的一种检测时间序列随机性和动力学突变行为的方法,可以考虑将其应用于故障诊断。由于机械系统的复杂性,振动信号的随机性和动力学突变行为表现在不同尺度上,因此需要对振动信号进行多尺度的排列熵分析。基于此,提出了基于局部特征尺度分解(local characteristicscale decomposition,简称LCD)和排列熵的滚动轴承故障诊断方法。首先,采用LCD方法对振动信号进行自适应分解,得到不同尺度的的本征尺度分量(intrinsic scale component,简称ISC);其次,计算前几个包含主要故障信息的ISC分量的排列熵;最后,将熵值作为特征向量,输入基于神经网络集成建立的分类器。将该方法应用于滚动轴承实验数据,分析结果表明,此方法可有效实现滚动轴承的故障诊断。

• 单位
  汽车车身先进设计制造国家重点实验室; 湖南大学