《机电工程》杂志社科技期刊核心期刊论文投稿机电一体化机械、仪表电工自动化、计算机浙江大学主办

《机电工程》杂志，月刊( 详细... )

中国标准连续出版物号： ISSN 1001-4551 CN 33-1088/TH
主办单位：浙江省机电集团有限公司
浙江大学
主编：陈晓
副主编：唐任仲、罗向阳(执行主编)
总经理：罗向阳
出版：浙江《机电工程》杂志社有限公司
地址：杭州市上城区延安路95号浙江省机电集团大楼二楼211、212室
电话Tel：+86-571-87041360、87239525
E-mail：meem_contribute@163.com
国外发行：中国国际图书贸易总公司
订阅：全国各地邮局 国外代号：M3135
国内发行：浙江省报刊发行局
邮发代号：32-68
广告发布登记证：杭上市管广发G-001号

在线杂志	当前位置：机电工程 >>在线杂志

基于改进层次全局模糊熵和MCFS的滚动轴承损伤识别

作者：柏世兵,林金亮,杨玉华. 日期：2023-09-20/span> 浏览：500 查看PDF文档

基于改进层次全局模糊熵和MCFS的滚动轴承损伤识别*

柏世兵1,2,林金亮3,杨玉华4

(1.电子科技大学机械与电气工程学院,四川成都 611731;2.重庆城市职业学院科大讯飞大数据学院,重庆 402160;

3.闽西职业技术学院信息与制造学院,福建龙岩 364000;4.柳州工学院软件学院,广西柳州 545006)

摘要:针对传统的多尺度特征提取方法无法捕捉振动信号高频故障信息的问题,提出了一种基于改进层次全局模糊熵(IHGFE)全局全频段特征提取、多聚类特征选择(MCFS)特征降维和支持向量机分类的滚动轴承故障诊断方法。首先,提出了能够捕捉振动信号低频到高频的全局特征的IHGFE非线性动力学方法,并将其用于滚动轴承的故障特征提取;然后,利用MCFS对初始特征向量进行了维数约简和优化,构建了低维且对故障敏感的故障特征向量;最后,建立了基于支持向量机的多故障分类器,实现了滚动轴承损伤的智能化识别,并通过两个滚动轴承实验进行了对比分析。研究结果表明:IHGFE的分类准确率和识别稳定性均优于对比方法,证明了其在特征提取中能够在一定程度上解决现有方法无法同时考虑信号的高频特征和全局特征的问题,可为进一步扩展模糊熵方法在滚动轴承损伤识别中的应用提供参考。

关键词:轴承故障诊断;改进层次全局模糊熵;多聚类特征选择;支持向量机;特征降维;故障分类器

中图分类号:TH133.33文献标识码:A文章编号:1001-4551(2023)07-1024-07

本文引用格式:

柏世兵,林金亮,杨玉华.基于改进层次全局模糊熵和MCFS的滚动轴承损伤识别［J］.机电工程,2023,40(7):1024-1030.

BAI Shi-bing, LIN Jin-liang, YANG Yu-hua. Damage identification of rolling bearing based on improved hierarchical global fuzzy entropy and MCFS［J］.Journal of Mechanical & Electrical Engineering, 2023,40(7):1024-1030.