王奉涛，　陈守海，　闫达文，　朱　泓，　崔立明，　王　雷

(1.大连理工大学机械工程学院　大连，116023)　(2. 大连理工大学数学科学学院　 大连，116023)



基于流形-奇异值熵的滚动轴承故障特征提取*

王奉涛1，陈守海1，闫达文2，朱泓1，崔立明1，王雷1

(1.大连理工大学机械工程学院大连，116023)(2. 大连理工大学数学科学学院 大连，116023)

摘要提出一种基于流形-奇异值熵的滚动轴承时频故障特征提取方法。首先,在HHT(Hilbert-Huang transform,简称HHT)时频分析基础上，应用二维流形方法提取信号流行成分以达到对轴承故障特征进行降维和提取敏感参量的目的；然后，定义了奇异值熵来定量衡量不同故障状态下流行成分的差异；最后，将流形奇异值向量与概率神经网络相结合,有效实现了轴承故障样本分类。与一般的考虑欧式空间全局范围最优值的主分量(principal component analysis,简称PCA)方法及以向量为研究对象的一维流形方法不同，该方法直接以二维信息为研究对象，避免了一维流形算法需将二维信息转化为向量带来的信息损失，与PCA方法相比更能发现隐藏在高维数据流形结构中的局部数据特征。工程信号分析验证了该方法的有效性，为准确提取滚动轴承故障特征提供了一种可靠手段。

关键词流形； 奇异值熵； 特征提取； 滚动轴承

引言

滚动轴承是机械结构中不可缺少的重要组成部分，对轴承的运行状态做出准确评估，真正做到预知维修防患于未然具有重要意义[1]。近年来，机械故障状态监测及预知维修技术引起越来越多的关注，而有效的故障状态监测和预知维修以有效提取表征不同故障状态的故障特征为基础[2]。……