《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-mailmeem_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SORT映射的IRCMFDE在旋转机械故障诊断中的应用

作者:王潞红,邹平吉. 日期:2024-01-29/span> 浏览:1224 查看PDF文档

基于SORT映射的IRCMFDE在旋转机械故障诊断中的应用*
王潞红1,2,邹平吉3

(1.中国矿业大学 机电工程学院,江苏 徐州 221116;2.长治职业技术学院 机械电子工程系,
山西 长治 046000;3.兰州职业技术学院 人事处,甘肃 兰州 730070)


摘要:针对旋转机械振动信号的强非线性和非平稳性,导致故障特征提取困难的问题,提出了一种基于SORT映射的改进精细复合多尺度波动散布熵(IRCMFDE)和蝙蝠算法优化的相关向量机(BA-RVM)的旋转机械故障诊断方法。首先,利用SORT映射函数替换了精细复合多尺度波动散布熵(RCMFDE)方法的正态累积分布函数,同时对RCMFDE方法的粗粒化方式进行了改进,提出了基于SORT映射的IRCMFDE方法;随后,利用IRCMFDE方法提取了旋转机械振动信号的故障特征,构造了故障特征集;最后,采用BA-RVM分类器对旋转机械的故障类型进行了智能化的识别和分类;将基于IRCMFDE和BARVM的故障诊断方法应用于滚动轴承、离心泵和齿轮箱的实验数据分析,并将其与现有故障诊断方法进行了对比分析。研究结果表明:基于IRCMFDE和BA-RVM的故障诊断方法能够有效地识别旋转机械的故障状态,识别准确率分别达到了100%、98%和99%,相比基于RCMFDE、精细复合多尺度熵、精细复合多尺度模糊熵、精细复合多尺度排列熵和精细复合多尺度散布熵的故障特征提取方法,该故障诊断方法的效率和平均识别准确率均优于对比方法,其更适合应用于旋转机械的在线实时故障监测。

关键词:改进精细复合多尺度波动散布熵;SORT映射;蝙蝠算法优化的相关向量机;旋转机械;故障分类识别

中图分类号:TH133.3文献标识码:A文章编号:1001-4551(2024)01-0011-11

本文引用格式:

王潞红,邹平吉.基于SORT映射的IRCMFDE在旋转机械故障诊断中的应用[J].机电工程,2024,41(1):11-21.

WANG Luhong, ZOU Pingji. IRCMFDE based on SORT mapping in fault diagnosis of rotating machinery[J].Journal of Mechanical & Electrical Engineering, 2024,41(1):11-21.





友情链接

浙江机械信息网