HI,欢迎来到学术之家,发表咨询:400-888-7501  订阅咨询:400-888-7502  股权代码  102064
0

基于信息熵优化变分模态分解的滚动轴承故障特征提取

作者:李华; 伍星; 刘韬; 陈庆变分模态分解信息熵参数优化滚动轴承包络解调故障诊断

摘要:针对变分模态分解(Variational Mode Decomposition,VMD)的参数需事先人为确定的问题以及如何选取包含故障特征信息的本征模态分量(Intrinsic Mode Function,IMF)的问题,提出了基于信息熵的参数确定方法和基于信息熵的IMF选取方法。该方法首先对原始故障信号进行变分模态分解,通过信息熵最小值原则对其参数进行优化,获得既定的若干IMF分量;在优化参数时获得信息熵最小值所在的IMF,选取其为有效IMF分量进行包络解调分析,提取轴承故障特征频率。通过轴承仿真信号和实际数据分析,表明该方法能够提取滚动轴承早期故障信号的微弱特征,并实现故障的准确判别。

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

振动与冲击

《振动与冲击》(CN:31-1316/TU)是一本有较高学术价值的大型半月刊,自创刊以来,选题新奇而不失报道广度,服务大众而不失理论高度。颇受业界和广大读者的关注和好评。 《振动与冲击》内容包括结构动力分析、模态分析、参数识别、随机振动、非线性振动、振动控制、转子动力学、结构动力学、结构动力稳定性、减振、隔振、抗冲击、噪声防治、环境试验、模拟技术、测试技术、信号处理、计算机软件工程、消声器材等方面的论文和短文。

杂志详情