-
题名基于MFE与改进层次原型的轴承故障诊断方法
被引量:3
- 1
-
-
作者
范瑞天
张纪平
杨永升
杜文华
王俊元
-
机构
中北大学机械工程学院
-
出处
《机械设计与制造工程》
2023年第3期92-96,共5页
-
基金
国家自然科学基金资助项目(51905496)
山西省自然科学基金资助项目(201801D221237)。
-
文摘
针对滚动轴承故障特征难以提取和故障特征分类困难的问题,提出了一种基于多尺度模糊熵(MFE)与改进层次原型分类器(IHP)的故障诊断方法。首先,利用多尺度模糊熵从滚动轴承不同状态下的振动信号中提取20种故障特征。其次,引入线性判别分析(LDA)对Hierarchical Prototype进行改进,从而提高故障分类精度。最后,结合多尺度模糊熵与改进层次原型分类器对故障特征进行分类。实验证明,提出的MFE与IHP能有效提取滚动轴承的故障特征,并实现高精度分类。相比于其他故障识别分类器,所提方法有更高的识别精度,分类精度达到了99.29%。
-
关键词
多尺度模糊熵
线性判别分析
层次原型
故障诊断
-
Keywords
multi-scale fuzzy entropy
linear discriminant analysis
hierarchical prototype
fault diagnosis
-
分类号
TH165.3
[机械工程—机械制造及自动化]
-
-
题名基于MRE与特征类的轴承故障诊断方法
被引量:3
- 2
-
-
作者
李富国
王俊元
武增荣
林炳乾
吕品德
范瑞天
-
机构
中北大学机械工程学院
山西航天清华装备有限责任公司
-
出处
《制造技术与机床》
北大核心
2022年第6期50-54,共5页
-
基金
国家自然科学基金(51905496)
山西省自然科学基金(201801D221237)
+1 种基金
中北大学校基金(XJJ201802)
中北大学重点实验室开放研究基金资助项目(DXMBJJ2019-01)。
-
文摘
针对滚动轴承振动信号难以提取的问题,为实现故障特征准确分类目的。通过多尺度极差熵(MRE)和EigenClas融合,提出了一种MRE-EigenClass分类方法来诊断轴承故障模式。首先,MRE从不同状态下轴承的振动信号提取20个尺度的特征向量,最后将提取到的特征向量输入到EigenClass分类器,得到分类结果。实验证明,提出的MRE与EigenClass算法能有效提取滚动轴承振动信号的特征,并且实现高精度分类。与其他故障识别的分类器相比,本方法具有更高的故障识别准确率,识别精度达到98.86%。
-
关键词
多尺度极差熵
特征值分类器
故障诊断
-
Keywords
multiscale range entropy
EigenClass classifier
fault diagnosis
-
分类号
TH165.3
[机械工程—机械制造及自动化]
-