文献类型：期刊文章

作　　者：吴印华[1] 徐琼燕[1] 李俊峰[2]

机构地区：[1]九江职业技术学院电气工程学院,江西九江332007 [2]国家无线电频谱管理研究所,陕西西安710061

出　　处：《机械设计与研究》

基　　金：江西省教改项目基金资助(JXJG-14-45-3)

年　　份：2017

卷　　号：33

期　　号：1

起止页码：27-30

语　　种：中文

收录情况：BDHX、BDHX2014、CSA、CSA-PROQEUST、CSCD、CSCD_E2017_2018、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

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  

分 类 号：TH165.3]