文献类型：期刊文章

作　　者：王琳琳[1]

WANG Linlin(Department of Mechanical Engineering,Anhui Vocational College of Metallurgy Science and Technology,Maanshan 243000,Anhui,China)

机构地区：[1]安徽冶金科技职业学院机械系,安徽马鞍山243000

出　　处：《韶关学院学报》

基　　金：安徽省教育厅自然科学研究项目“基于MATLAB的智能PID控制器的研究”(KJ2020A1151)。

年　　份：2023

卷　　号：44

期　　号：6

起止页码：24-29

语　　种：中文

收录情况：NSSD、RWSKHX、普通刊

摘　　要：研究了基于小波包分解-局部均值分解算法(WPD-LMD)和多尺度熵(MSE)的滚动轴承故障诊断方法.通过传感器获取滚动轴承故障信号,建立多维信号关联矩阵区分噪声信号与故障信号,以扩展动模式分解(EDMD)方法升维观察信号,预估滚动轴承故障源信号数量.设定源信号筛选的相关程度指标,以奇异值分解定理表征滚动轴承故障信号,基于WPD-LMD分解信号频段,获取临界阈值优选故障信号特征.采用结构化理论处理高维信号,设定相类似信号共享权值,以非线性规则函数增强信号特征,划分滚动轴承故障源信号类型.基于MSE对应故障信号模态分量,围绕频率中心构建约束分量模型,对应信号频谱空间诊断滚动轴承故障类型.结果表明:该方法可以完成99.5%的去噪效果,对不同类型故障问题的诊断识别率最高为99.4%,具有较好的应用效果.

关 键 词：机械设备 WPD-LMD  MSE 滚动轴承 故障诊断方法  

分 类 号：TP306.3]