小波包样本熵灰色关联度轴承故障诊断.pdf

《小波包样本熵灰色关联度轴承故障诊断.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第7期组合机床与自动化加工技术No．72015年7月ModularMachineTool＆AutomaticManufacturingTechniqueJu1．2015文章编号：1001—2265(2015)07—0128—03DOI：10．13462／j．cnki．mmtamt．2015．07．035小波包样本熵灰色关联度轴承故障诊断米付元华，罗仁泽(1．中科院成都信息技术股份有限公司，成都610041；2．西南石油大学电气信息学院，成都610500)摘要：从振动信号中提取故障特征一直是技术性难题，针对机械故障信号的非线性、非平稳性问

2、题，提出一种小波包样本熵灰色关联度故障诊断方法。该方法首先对振动信号进行小波包分解，再计算重构信号中能量较大的前3个子代信号的非线性动力学参数样本熵作为特征参数。通过计算待识别信号小波包样本熵与标准故障特征向量判别矩阵中各元素之间的灰色关联度来判断轴承的工作状态和故障类型。对多组振动信号的实验结果表明：轴承不同状态的小波包样本熵不同，且受轴承负荷影响小，可作为表征故障的有效参数，并验证了所提方法用于故障识别的有效性。关键词：故障诊断；特征提取；小波包样本熵；灰色关联度中图分类号：TH165．3：TG506文献标识码：AWaveletPa

3、cketSampleEntropyandGreyRelationDegreeinBearingFaultDiagnosisFUYuan．hua．LUORen．ze(1．ChengduInformationTechnologyofChineseAcademyofSciencesCo．，Ltd．，Chengdu610041，China；2．SchoolofElectricalandInformationEngineering，SouthWestPetroleumUniversity，Chengdu610500，China)Abstract：

4、Extractingfaultcharacteristicsofrotatingmachineryfromvibrationsignalhasbeenatechnicaldif-ficulty．Aimingatnonlinearitiesandnon—stationaryofmechanicalsignals，afaultdiagnosismethodwaspro—posedbasedonwaveletpacketsampleentropyandgraycorrelationdegree．Firstly，thevibrationsign

5、alwasdecomposedbywaveletpacket，thenthereconstructedsignalsinthefirstthreesublargersampleentropyen—ergygenerationarecomputedasthecharacteristicparameters．Bycalculatingthegraycorrelationbetweeni-dentifiedsignalwaveletpacketsampleentropyandstandarddiscriminantmatrixtodeterm

6、inetheworkingsta—tusandfaulttypeofthebearing．multi-classsetsofsignalsexperimentresultsshowingthat：Thestatusofbearingisdifferent，thewaveletpacketsampleentropyisalsodifferent，andsmallimpactofbearingload，canbeusedasaneffectiveparameterforfaultinformation，andverifytheeffecti

7、venessoftheproposedmeth—odf0rfaultidentification．Keywords：faultdiagnosis；featureextraction；waveletpacketentropy；grayrelationdegree近年来，人们将熵的概念，包括样本熵、能量熵、奇O引言异熵和近似熵作为机械故障诊断的特征参数，大量应旋转机械在运行过程中产生的振动信号具有非线用在故障诊断领域。YAN等用近似熵对轴承状态性和非平稳特性，利用振动信号进行故障诊断的关键进行监测，并取得了很好的效果。样本熵可直接从时是特征

8、信息的提取，而Fn分析反映的是信号在整段间序列提取特征，要求序列数据长度不大，在参数大取时间内的整体频域特性，难以提取信号的局部特征信值范围内具有一致性好等特点，有利于故障特征的提息¨J。小波变换它采用变化