基于信息熵和α稳定分布的滚动轴承故障诊断方法

作     者：彭锐涛 罗秀强 罗越 刘翠雅 赵林峰 PENG Ruitao;LUO Xiuqiang;LUO Yue;LIU Cuiya;ZHAO Linfeng

作者机构：湘潭大学机械工程学院湖南湘潭411105 

基　　金：国家自然科学基金(51975504)及湖南省自然科学(株洲)联合基金(2018JJ4082)资助项目 湖南省教育厅重点资助项目(18A077) 湖南省教育厅优秀青年项目(19B539) 

出 版 物：《机械设计与研究》 (Machine Design And Research)

年 卷 期：2021年第37卷第4期

页      码：92-98页

摘      要：为了更快、更准确的对滚动轴承的故障状态进行诊断,提出了一种结合信息熵(information entropy, IE)和α稳定分布(alpha stable distribution, ASD)参数的特征融合方法IE-ASD,基于振动信号对滚动轴承进行故障诊断。首先提取振动信号的时域、频域和时-频域的四种IE(奇异谱熵、功率谱熵、小波空间特征谱熵和小波能谱熵)和估计ASD的四个参数,构建特征向量;然后,利用粒子群优化算法(particle swarm optimization, PSO)对支持向量机(support vectors machine, SVM)参数寻优,并用所构建的特征向量对其训练和故障诊断;最后,利用凯斯西储大学轴承数据库的数据验证该方法的有效性,并与由IE、ASD各自构建特征向量的诊断结果进行对比。结果表明:所提出的方法能精确的判断滚动轴承的故障位置,且比未进行特征融合的方法有更高的准确率。

主 题 词：滚动轴承 故障诊断 信息熵 α稳定分布 粒子群优化 支持向量机 

学科分类：0711[理学-心理学类] 07[理学] 080202[080202] 08[工学] 080401[080401] 0804[工学-材料学] 080402[080402] 0802[工学-机械学] 

D　O　I：10.13952/j.cnki.jofmdr.2021.0144

馆 藏 号：203104900...