机械设计与研究

机械设计与研究 ›› 2017, Vol. 33 ›› Issue (01): 27-30+34.doi: 10.13952/j.cnki.jofmdr.a4176

• 论文 • 上一篇    下一篇

基于局部特征尺度分解排列熵和线性局部且空间排列的故障特征提取方法

吴印华;徐琼燕;李俊峰;   

  1. 九江职业技术学院电气工程学院;国家无线电频谱管理研究所;
  • 发布日期:2020-07-26

  • Published:2020-07-26

摘要： 针对机械振动信号非线性、非平稳性以及故障特征难以提取的问题,提出了基于局部特征尺度分解(local characteristic-scale decomposition,LCD)、排列熵和线性局部切空间排列(Liner local tangent space alignment,LLTSA)的机械故障特征提取方法。该方法将LCD、排列熵和LLTSA相结合。首先,利用LCD将机械振动信号分解成不同尺度下的内禀尺度分量(intrinsic scale component,ISC)并计算各分量的排列熵,初步提取高维故障特征。其次,采用LLTSA对故障特征进行二次特征提取,得到维数低、敏感度高且聚类性好的低维特征。最后,采用支持向量机(support vector machine,SVM)对提取特征进行评估。滚动轴承的故障诊断实验表明,所提方法能够以较高的精度识别滚动轴承的各典型故障,具有一定的优势。

关键词: 局部特征尺度分解, 排列熵, LLTSA, 特征提取, 故障

Key words: local characteristic-scale decomposition, fuzzy entropy, LLTSA, feature extraction, fault