摘要:针对传统的局部均值分解(LMD)方法不能有效提取微弱高频信号成分的问题,提出了一种基于微分的微分局部均值分解(DLMD)方法,在此基础上,将DLMD、样本熵和模糊聚类分析相结合,提出了一种基于DLMD样本熵和模糊聚类的滚动轴承故障诊断方法。该方法首先对滚动轴承振动信号进行微分局部均值分解,得到若干具有物理意义的乘积函数(PF)分量,然后求取各PF分量的样本熵并将其作为特征向量,最后通过模糊聚类对特征向量进行识别分类。实验结果表明,基于DLMD样本熵和模糊聚类相结合的方法能够准确、有效地对滚动轴承故障信号进行识别分类。
关键词:故障诊断 滚动轴承 微分局部均值分解 样本熵 模糊聚类
单位:燕山大学; 秦皇岛066004; 河北省测试计量技术及仪器重点实验室; 秦皇岛066004
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社