基于近似熵和平方解调分析的滚动轴承故障特征提取

《基于近似熵和平方解调分析的滚动轴承故障特征提取》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、基于近似嫡和平方解调分析的滚动轴承故障特征提取郭学卫申永军杨绍普石家庄铁道大学机械工程学院摘要:提出了一种基于近似爛和平方解调分析的故障特征提取新方法。这种方法的核心是首先使用平方解调分析把调制的振动信号进行解调，然后计算并比较这些经平方解调后的信号的近似爛，从而实现故障的特征提取。研究表明，用这种方法提取信号特征，可以容易地将正常滚动轴承、内圈故障、外圈故障和滚子故障的信号区分。关键词：近似爛;平方解调;特征提取;作者简介：郭学卫(1991-)，男，硕士研究生，研究方向为旋转机械故障诊断。E-mail:1607840744@qq.com收稿日期：2016-06-06基金：

2、国家自然科学基金(11372198)ApplicationofApproximateEntropyandSquareDemodulationAnalysisinFauItDiagnosisofRollingBearingGuoXueweiShenYongjunYangShaopuDepartmentofMechanicalEngineering,ShijiazhuangTiedaoUniversity;Abstract：Inthispaperanewmethodofpatternrecognitionbasedonapproximateentropyandsquaredem

3、odulationanalysisispresented.Thecoreofthisnewmethodistodemodulatethevibrationsignalbysquaredemodulationanalysis,thentheapproximateentropyofthesquaredemodulationsignalsarccomputedandcompared.Thestudyshowsthisnewmethodcoulddiscriminatethenormalandthreefaultsignalsdistinctly.Keyword：approxima

4、teentropy;squaredemodulation;featureextFaction;Received：2016-06-060引言滚动轴承是机械设备中最常用且最容易损坏的零件之一，一旦岀现故障，将直接影响机械设备的正常运转，因此对轴承的监测与诊断显得尤为重要。在滚动轴承故障诊断中，如何有效提取故障特征信息是诊断的关键。1991年，Pincus首次提出了近似爛的概念I1L它是一种表征非线性时间序列复杂性和不规则性的动力学参数，具有计算所需数据短、抗野点能力强、对确定性信号和随机信号都适用等特点。对于滚动轴承振动信号，不同故障的振动信号的复杂性不同，因而其对应的近似爛值

5、也不同。因此，近似嫡可以对滚动轴承故障特征进行提取。但大量文献31研究表明如果直接使用原始信号的近似爛进行特征提取，无法对各故障模式实现有效区分。这是因为原始信号的近似嫡所提供的信息有限，不能反映轴承损伤情况的深层次信息，因而不足以对轴承的所有工况进行区分。同时这也是因为当滚动轴承出现故障时，信号中包含的故障信息往往都是以调制形式出现的，若直接对调制信号进行分析，不利于故障的诊断和识别比邑。尤其是当故障处于早期状态或因故障导致的冲击信号不明显吋，更难以从调制信号屮获得有用的故障特征。平方解调分析凹作为信号解调的一种方法，它可以把与故障有关的信号从高频调制信号中解调出来，避免

6、与其他低频干扰信号的混淆，从而有效提高诊断结果的准确性。基于上文的描述，提出了一种基于近似爛和平方解调分析的故障特征提取新方法。该方法的步骤是首先对调制的振动信号直接作平方处理，从而实现信号的解调，然后计算并比较这些经平方解调后的信号的近似爛，从而实现故障的特征提取。为了说明这种方法的有效性，采用凯斯四储大学(CaseWesternReserveUniversity,简称CWRU)电气实验室轴承数据中心提供的滚动轴承数据进行分析。研究发现，用经平方解调后的信号的近似嫡提取信号特征，可以容易地将正常滚动轴承、内圈故障、外圈故障和滚子故障的信号区分。1近似嫡1.1近似嫡的定义设

7、的原始数据为｛u(i),i=0,1,•:N｝,预先给定模式维数ni和相似容限r的值，则近似慵可以通过以下步骤计算得到：(1)将序列｛u(i)｝按顺序组成m维矢量X(i),即(2)定义X(i)与X(j)间的距离d[X(i),X(j)]为两者对应元素差值的绝对值的最大值，即(3)按照给定的相似容限r(r>0),统计d[X(i),X(j)]