資源描述：
《基于全矢小波包能量熵的滾動軸承智能診斷.pdf》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫。
1、第2期機械設(shè)計與制造2012年2月MachineryDesign&Manufacture233文章編號：i001～3997(2012)02—0233—03基于全矢小波包能量熵的滾動軸承智能診斷牢袁浩東陳宏侯亞丁(鄭州大學(xué)振動工程研究所，鄭州450001)IntelligentdiagnosisofrollingbearingbasedonfullvectorwaveletpacketenergyentropyYUANHao—dong，CHENHong，HOUYa—ding(ResearchInstituteofVibrationEngineering，Zhen
2、gzhouUniversity，Zhengzhou450001，China)【摘要】研究滾動軸承不同狀態(tài)下的振動信號，使用小波包變換提取信號各頻帶的能量熵，作為軸承故障的特征，然后使用支持向量機智能診斷軸承不同故障。傳統(tǒng)單通道信號診斷方法容易造成誤診，全矢小波包能量熵融合了振動信號雙通道的信息，能更準(zhǔn)確地反映故障的特征。實驗結(jié)果表明，采用全矢小波包能量熵比傳統(tǒng)單通道方法有更高的診斷精度。關(guān)鍵詞：滾動軸承；全矢譜；小波包變換；能量熵【Abstract】Researchonthevibrationsofrollingbearingunderdifferentsta
3、te，usingwaveletpackettransformtoextractenergy／entropyofeachfrequencybandofs~gnal∞thefeatureofbearingfault．thenusingsupportvectormachinetodiagnosedifferentfauhsofbearingintelligently．Itiseasytobemisdi-agnosedwiththetraditionalsinglechannelsignaldiagnosticmethod．Fullvectorwaveletpacke
4、tenergyen-tropyintegratestwo--channelinformationofvibrationsigna1．ItcartreflectthecharacteristicsoffaultmoreaccurateTestresultsshowthat,fullvectorwaveletpacketenergyentropyhasahigherdiagnosisaccuracythanthetraditionalsinglechannelmethod．Keywords：Rollingbearing；Vectorspectrum；Wavelet
5、packettransform；Energyentropy中圖分類號：TH16，TH133．33文獻標(biāo)識碼：A1引言2_2小波包能量熵信息熵描述了系統(tǒng)的不確定性程度，振動信號的信息熵特滾動軸承是旋轉(zhuǎn)機械中非常重要的零件，很有必要開展?jié)L征能較好反映振動狀態(tài)。在信號處理領(lǐng)域，信息熵的應(yīng)用十分廣動軸承故障診斷方法的研究。泛。小波包能量熵反映了振動信號在各個頻帶內(nèi)的譜型結(jié)構(gòu)，各研究了滾動軸承不同運行狀態(tài)下的振動信號，軸承故障時頻帶內(nèi)振動能量的頻率分布越均勻，則信號越復(fù)雜，不確定性程的振動信號通常為非平穩(wěn)信號，傳統(tǒng)的傅立葉變換難以從中提取度越大目。出有效的故障特征。使用
6、小波包能量熵法，對軸承振動信號進行小波包分解重構(gòu)，從中求得小波包各頻帶的能量熵作為特征向假設(shè)oxobjhzq=0，1，?7，k=0，1，2，?N一1)為重構(gòu)后的小波包量，然后使用支持向量機進行模式識別。支持向量機以統(tǒng)計學(xué)習(xí)第三層第個頻帶的系數(shù)，對其進行傅立葉變換得到{D}，則其理論為基礎(chǔ)，具有較好的分類和泛化性能，成為解決機械故障小功率譜為：樣本模式識別問題的常用方法_I1。EJ∽=f2-=0'1，2，?N／2—1)(1)傳統(tǒng)方法只使用單通道信號進行特征提取，容易造成誤判，結(jié)合全矢譜技術(shù)，對雙通道的信號進行全信息融合，提取信號各{E∽}(=0，1，2，?N／2—1)可
7、以看作信號在頻域內(nèi)的能量頻帶的全矢小波包能量熵作為特征向量。實驗結(jié)果表明全矢小分布，由此可以定義其香農(nóng)信息熵即小波包能量熵日，：波包能量熵能全面反映軸承的狀態(tài)，可以提高軸承故障診斷的N／2一I精度。一jJ(2)2振動信號特征提取式中：—第k個功率譜在全部譜中所占的比例，規(guī)定ln(0)=0。2．1小波包變換2．3全矢功率譜使用dbl小波函數(shù)，對軸承振動信號進行三層小波包分解，旋轉(zhuǎn)機械的狀態(tài)檢測通常使用同一截面相互垂直的兩個傳得到各層的小波包分解系數(shù)，第三層將信號分解到由低到高的8感器來測試設(shè)備的振動信號，由于轉(zhuǎn)子的渦動特性，任一通道的個頻帶，然后重構(gòu)第三層小波包
8、分解系數(shù)目。信息均不能反映設(shè)備的實際運
