APP下载

基于近似熵和LCD-KELM的滚动轴承故障诊断

2018-05-11刘义亚

噪声与振动控制 2018年2期
关键词:故障诊断振动故障

刘义亚,李 可,宿 磊

(1.江南大学 江苏省食品先进制造装备技术重点实验室,江苏 无锡 214122;2.江南大学 机械工程学院,江苏 无锡 214122)

滚动轴承作为现代机械设备中的重要环节,对整个机械的运转有不可或缺的重要意义。但随着时代的发展,工业设备也日趋大型化、智能化,一旦滚动轴承损坏,轻则破坏整台设备,造成巨大的时间浪费与经济损失,重则危及人身安全,这就对滚动轴承故障诊断工作提出了严峻的挑战[1]。在故障诊断领域中,通常会通过采集设备的振动信号如振动速度、振动加速度、振动位移等信号来进行分析。但由于实际工作环境复杂,同时也受到系统的刚度、载荷等多种因素影响,振动信号在多数情况下表现为非平稳、非线性,如何提取有效特征向量成为现代故障诊断的关键性问题[2]。

局部特征尺度分解(Local Characteristic-scale Decomposition,LCD)是在经验模式分解(Empirical Mode Decomposition,EMD)的基础上发展起来的一种新的自适应时频分解方法。与EMD相比,LCD仅采用一次三次样条拟合,不仅提高了运算速度和拟合精度,而且能够有效抑制端点效应,模式混叠也有所改善。程军圣等提出该方法后又将其运用到齿轮故障诊断中,实验结果表明该方法能够有效分析齿轮故障[3]。J Zheng等提出基于LCD和模糊熵的滚动轴承故障诊断方法,并将其与自适应神经模糊推理系统进行结合,有效运用于滚动轴承故障诊断[4]。

近似熵(Approximate Entropy,ApEn)是一种描述非线性时间序列复杂度的非负定量。近似熵克服了混沌现象中熵求解困难这一难题,由于它抗干扰以及抗噪能力较强,因此通常将其作为一个判断依据应用于诊断领域[5]。……

登录APP查看全文

猜你喜欢

故障诊断振动故障
振动的思考
振动与频率
故障一点通
中立型Emden-Fowler微分方程的振动性
奔驰R320车ABS、ESP故障灯异常点亮
故障一点通
江淮车故障3例
UF6振动激发态分子的振动-振动驰豫
基于LCD和排列熵的滚动轴承故障诊断
基于WPD-HHT的滚动轴承故障诊断