發(fā)布時間：2017-11-22 21:21

  本文關鍵詞：基于數學形態(tài)梯度譜熵的性能退化特征提取方法及其應用

  更多相關文章： 性能退化 特征提取 形態(tài)譜熵 形態(tài)梯度譜熵 滾動軸承

【摘要】：針對數學形態(tài)譜熵難以準確描述信號的形態(tài)復雜度以及性能退化趨勢評價效果不理想的問題,提出一種基于數學形態(tài)梯度譜熵的性能退化特征提取方法。該方法利用形態(tài)梯度算子在信號處理中能有效提取故障特征信息并抑制噪聲的優(yōu)勢,將其引入到形態(tài)譜熵的定義中,得到數學形態(tài)梯度譜熵的概念。通過對仿真信號進行分析,驗證了所提出的形態(tài)梯度譜熵作為信號復雜度指標的合理性與有效性。最后,將該方法應用到滾動軸承的性能退化研究中,結果表明,形態(tài)梯度譜熵能有效反映滾動軸承的性能退化趨勢。
【作者單位】： 軍械工程學院;
【基金】：國家自然科學基金資助項目(51275524)
【分類號】：TH17
【正文快照】： 如何有效提取反映機械設備運行狀態(tài)與規(guī)律的特征,一直是故障診斷領域的研究熱點與難點。傳統(tǒng)特征提取技術側重于對不同故障類型的區(qū)分,而性能退化特征的著眼點在于該特征信息能否反映設備性能退化程度的量化反映能力。徐東等[1]通過改進的經驗模態(tài)分解方法分解軸承振動信號,計

【相似文獻】

中國期刊全文數據庫 前10條

1 張作義;兩相流密度波不穩(wěn)定性的譜熵研究[J];中國核科技報告;1992年S3期

2 白_g;楊曉靜;劉建成;;利用譜熵解決零前綴正交頻分復用系統(tǒng)的符號盲同步算法[J];宇航學報;2013年02期

3 陶新民;孫麗華;杜寶祥;徐勇;;基于小波方差譜熵的軸承故障診斷方法[J];振動與沖擊;2009年03期

4 王太勇,劉興榮,秦旭達,商同;譜熵分析方法在漏磁信號特征提取中的應用[J];天津大學學報;2004年03期

5 楊天朋;馬戰(zhàn)寶;;基于譜熵和多尺度小波的碼元速率估計方法[J];科學技術與工程;2014年17期

6 潘明清,周曉軍,楊辰龍,龐茂;基于信息譜熵的支持向量機機械狀態(tài)識別[J];傳感技術學報;2005年02期

7 李睿;于德介;曾威;;一種基于奇異譜熵和脈沖響應的結構損傷診斷方法[J];振動工程學報;2006年03期

8 高清清;賈民平;;基于EEMD的奇異譜熵在旋轉機械故障診斷中的應用[J];東南大學學報(自然科學版);2011年05期

9 胡軍輝;邵忍平;曾澤君;;基于譜熵的齒輪故障診斷方法研究[J];機械傳動;2007年05期

10 李雪耀;鄒曉杰;張汝波;錢真;;譜熵和主成分分析用于EMD分解研究[J];哈爾濱工程大學學報;2009年07期

中國重要會議論文全文數據庫 前1條

1 陳嬌;王永泓;翁史烈;;小波能譜熵在燃氣輪機傳感器故障診斷中的方法研究[A];2010振動與噪聲測試峰會論文集[C];2010年

中國碩士學位論文全文數據庫 前3條

1 周強;多頻帶非線性分析與感知多譜熵的聲帶疾病嗓音識別[D];蘇州大學;2013年

2 胡軍輝;基于譜熵的故障特征提取與數據挖掘技術研究[D];西北工業(yè)大學;2007年

3 戴永梁;基于HHT邊際譜熵的單相自適應重合閘的研究[D];湖南大學;2014年

，

本文編號：1216107