机械设计与制造2022，Vol.376Issue(6) ：300-304.

样本熵和Vmd结合的轴承早期故障预测方法

An Early Failure Prediction Method Based on Sample Entropy and Variational Modal Decomposition

雷春丽 曹鹏瑶 崔攀 张晨曦
机械设计与制造2022，Vol.376Issue(6) ：300-304.
✕
  • 维普
  • 万方数据

样本熵和Vmd结合的轴承早期故障预测方法

An Early Failure Prediction Method Based on Sample Entropy and Variational Modal Decomposition

雷春丽 1曹鹏瑶 1崔攀 1张晨曦1
扫码查看

作者信息

  • 1. 兰州理工大学机电工程学院,甘肃 兰州 730050;兰州理工大学数字制造技术与应用省部共建教育部重点实验室,甘肃兰州 730050
  • 折叠

摘要

针对轴承早期微弱故障的预测问题,提出将样本熵和变分模态分解法结合的方法.首先计算主轴轴承振动信号的样本熵值,构成轴承健康状态时间序列;其次K从2～10分别取值,对轴承健康状态时间序列进行变分模态分解,得到不同的IMF分量,分别将不同K值分解下低频分量作为轴承振动信号的趋势项;最后根据互相关性、峭度、方差准则,找到最优的轴承振动信号的趋势项,并与已有指标对比.实例验证:将样本熵和变分模态分解法结合,提取轴承振动信号的趋势项,能够更早地预测出轴承早期微弱故障.

关键词

样本熵/变分模态分解/轴承/故障预测

引用本文复制引用

基金项目

国家自然科学基金(51465035)

出版年

2022
机械设计与制造
辽宁省机械研究院

机械设计与制造

CSTPCD北大核心
影响因子：0.511
ISSN：1001-3997
被引量5
参考文献量6
段落导航相关论文