会议专题

基于EMD样本熵的轴承故障信号复杂性度量

针对常用的傅里叶变换、小波变换等在分析滚动轴承故障信号时存在难以度量复杂性的局限,采用经验模态分解(EMD)结合样本熵来改进.通过对不同损伤程度的滚动轴承信号应用样本熵和EMD样本熵的实际效果进行比较.发现样本熵值过于接近不易区分,而EMD样本熵值差别准确性更高,并且其变化趋势与故障信号随损伤变化的趋势一致.

滚动轴承 故障诊断 信号处理 经验模态分解

胡赤兵 楼军伟 王季 李贵子

兰州理工大学机电工程学院,兰州730050 甘肃省机械产品检测与技术评价重点实验室,兰州730030

国内会议

第三届全国地方机械工程学会学术年会暨海峡两岸机械科技论坛

三亚

中文

22-26

2013-10-01(万方平台首次上网日期,不代表论文的发表时间)