EWT多尺度排列熵与GG聚类的轴承故障辨识方法 | |
赵荣珍; 李霁蒲; 邓林峰 | |
刊名 | 振动.测试与诊断 |
2019-04-15 | |
卷号 | 39期号:2019年02期页码:416-423+451 |
关键词 | 经验小波变换 多尺度排列熵 相关性分析 GG聚类 |
ISSN号 | ISSN:1004-6801 |
DOI | 10.16450/j.cnki.issn.1004-6801.2019.02.028 |
英文摘要 | 针对滚动轴承故障信号具有非线性、非平稳性特点导致的故障类别难以辨识问题,提出一种基于经验小波变换、多尺度排列熵、GG(Gath-Geva,简称GG)聚类算法相结合的故障诊断方法。首先,采用经验小波变换对滚动轴承的原始信号进行分解、得到若干个固有模态分量,初步提取滚动轴承的状态特征值;其次,通过相关性分析选择最优模态分量,并在多个尺度下计算其排列熵值;最后,运用主成分分析对高维熵值特征向量进行可视化降维、并输入到GG聚类算法中,实现对滚动轴承的故障辨识。与其他模式组合方法进行比较的结果表明,本研究提出的故障辨识方法具有聚类结果的类内紧致性更好的优点。 |
URL标识 | 查看原文 |
WOS研究方向 | Engineering |
语种 | 中文 |
CSCD记录号 | CSCD:6476193 |
状态 | 已发表 |
内容类型 | 期刊论文 |
源URL | [http://119.78.100.223/handle/2XXMBERH/678] |
专题 | 机电工程学院 |
作者单位 | 兰州理工大学机电工程学院, 兰州, 甘肃 730050, 中国 |
推荐引用方式 GB/T 7714 | 赵荣珍,李霁蒲,邓林峰. EWT多尺度排列熵与GG聚类的轴承故障辨识方法[J]. 振动.测试与诊断,2019,39(2019年02期):416-423+451. |
APA | 赵荣珍,李霁蒲,&邓林峰.(2019).EWT多尺度排列熵与GG聚类的轴承故障辨识方法.振动.测试与诊断,39(2019年02期),416-423+451. |
MLA | 赵荣珍,et al."EWT多尺度排列熵与GG聚类的轴承故障辨识方法".振动.测试与诊断 39.2019年02期(2019):416-423+451. |
个性服务 |
查看访问统计 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论