当前位置: 首页 > 文章 > 基于EEMD多尺度模糊熵与BP神经网络的滚动轴承故障表征诊断 农机使用与维修 2021 (7) 11-12
Position: Home > Articles > 基于EEMD多尺度模糊熵与BP神经网络的滚动轴承故障表征诊断 Agricultural Mechanization Using & Maintenance 2021 (7) 11-12

基于EEMD多尺度模糊熵与BP神经网络的滚动轴承故障表征诊断

作  者:
巴頔;张宏斌;张文华
单  位:
齐齐哈尔大学机电工程学院
关键词:
滚动轴承;集合经验模态分解;多尺度模糊熵;故障诊断;
摘  要:
针对滚动轴承故障振动时间序列非线性与非平稳性特征,提出一种基于多尺度模糊熵的滚动轴承故障诊断方法。首先通过集合经验模态分解对故障振动信号进行自适应分解;根据得到固有模态函数分量(IMF)求取相应的多尺度模糊熵;在此基础上以EEMD多尺度模糊熵作为故障特征输入到BP神经网络中进行学习和分类。实验结果表明该方法能够实现对轴承的内圈、外圈及滚动体三种故障类型的诊断,准确率达到了99. 5%。

相似文章

计量
文章访问数: 9
HTML全文浏览量: 0
PDF下载量: 0

所属期刊

推荐期刊