振动与冲击

作者：邓飞跃, 唐贵基

单位：1. 石家庄铁道大学 机械工程学院，石家庄 050043；2. 华北电力大学 能源动力与机械工程学院，保定 071003

关键词：滚动轴承；智能诊断；连续小波变换；样本熵；支持向量机

为了解决滚动轴承故障模式智能识别与运行状态检测问题，本文提出了时间-小波能量谱样本熵的计算方法，并将其作为特征参数用于滚动轴承智能诊断的研究。采用Hermitian小波对轴承信号进行连续小波变换，得到蕴含故障信息的时间-小波能量谱序列，再通过计算其样本熵值，量化提取信号中的故障特征信息。轴承不同故障模式下的时间-小波能量谱样本熵区分明显，以此作为特征向量输入支持向量机，实现了对轴承不同故障模式的智能识别。之后计算轴承全寿命周期实验数据的时间-小波能量谱样本熵，按照时间顺序排列，绘制出了轴承运行状态曲线，通过判断曲线走势可有效诊断出轴承早期故障的发生。实验结果表明，时间-小波能量谱样本熵可以有效用于滚动轴承智能诊断的研究。<br> <br>

来源：2017年第9期

《振动与冲击》期刊编辑部

查看振动与冲击杂志2017年第9期