振动与冲击2021，Vol.40Issue(13) ：136-145.DOI:10.13465/j.cnki.jvs.2021.13.018

基于多尺度排列熵和线性局部切空间排列的机械故障诊断特征提取

Feature extraction of mechanical fault diagnosis based on MPE-LLTSA

赵建岗 宁静 宁云志 陈春俊 李艳萍
振动与冲击2021，Vol.40Issue(13) ：136-145.DOI:10.13465/j.cnki.jvs.2021.13.018
✕
  • NETL
  • NSTL
  • 维普
  • 万方数据

基于多尺度排列熵和线性局部切空间排列的机械故障诊断特征提取

Feature extraction of mechanical fault diagnosis based on MPE-LLTSA

赵建岗 1宁静 2宁云志 1陈春俊 1李艳萍1
扫码查看

作者信息

  • 1. 西南交通大学机械工程学院,成都610031
  • 2. 西南交通大学机械工程学院,成都610031;轨道交通运维技术与装备四川省重点实验室,成都610031
  • 折叠

摘要

机械设备监控系统收集的大量信号通常是包含多种自然振荡模式的非线性信号,这意味着单尺度特征提取无法表征这些非线性信号.而对于高维特征矩阵,也需要进一步提取主要的低维特征.针对这两个问题,提出了一种结合多尺度排列熵和线性局部切线空间排列(MPE-LLTSA)的非线性特征提取方法.首先通过MPE计算信号以获得具有高维度的多尺度特征.然后利用LLTSA挖掘嵌入的内在结构,实现低维特征提取.最后引入最小二乘支持向量机(LSSVM)来训练和识别低维特征.试验结果表明了该方法在机械模式分类和故障识别领域的应用潜力.

关键词

特征提取/多尺度排列熵(MPE)/线性局部切线空间排列(LLTSA)/机械故障诊断/轴承

引用本文复制引用

基金项目

国家自然科学基金(51975486)

国家自然科学基金(51975487)

四川省青年科技创新团队(2020JDTD0012)

出版年

2021
振动与冲击
中国振动工程学会 上海交通大学 上海市振动工程学会

振动与冲击

CSTPCDCSCD北大核心
影响因子：0.898
ISSN：1000-3835
被引量6
参考文献量6
段落导航相关论文