期刊文章详细信息
文献类型:期刊文章
WAN Lirui;WANG Kangkang;WANG Hui(Mechanical and Electrical Engineering Institute,Zhengzhou Vocational University of Information and Technology,Zhengzhou 450046,China;Mechanical and Electrical Engineering Institute,Zhengzhou University of Light Industry,Zhengzhou 450002,China)
机构地区:[1]郑州信息科技职业学院机电工程学院,郑州450046 [2]郑州轻工业大学机电工程学院,郑州450002
基 金:河南省科技厅资助科技攻关项目(212102210163)。
年 份:2021
卷 号:37
期 号:5
起止页码:73-77
语 种:中文
收录情况:BDHX、BDHX2020、CSCD、CSCD_E2021_2022、JST、RCCSE、ZGKJHX、核心刊
摘 要:为克服多尺度模糊熵(MFE)在刻画齿轮故障信息时存在的不足,对其进行改进,提出增强多尺度模糊熵(EMFE)的概念,并由此提出基于EMFE的齿轮故障诊断新方法。相比于MFE,EMFE的序列粗粒化过程不存在信息泄露,并且能够保证熵值计算的稳定性,能够更为准确的对信号包含的信息进行刻画。齿轮故障诊断实例结果表明,以EMFE作为故障特征输入支持向量机(SVM)中进行故障诊断,可以有效提高故障诊断的精度。
关 键 词:多尺度模糊熵 增强 齿轮 故障诊断
分 类 号:TH132.4]
参考文献:
正在载入数据...
二级参考文献:
正在载入数据...
耦合文献:
正在载入数据...
引证文献:
正在载入数据...
二级引证文献:
正在载入数据...
同被引文献:
正在载入数据...