科研之友
微信
新浪微博
Facebook
分享链接
摘要
滚动轴承的故障信息一般包含在振动信号中，如何有效地从原始信号中挖掘出故障信息，是机械设备健康状况检测和评估的关键.为此，本文提出了层次逆向散布熵特征提取方法，以提高故障诊断的准确性.该方法利用逆向理论解决了散布熵的不足，能从原始信号中获得更多的故障特征.其次，从时间序列中分层提取高频和低频分量，可以提高对动态特征的描述能力.仿真和实验分别证明了层次逆向散布熵的优越性.实验结果表明，本文方法在提取故障信息方面明显优于多尺度逆向散布熵、多尺度排列熵和多尺度样本熵.
- 出版日期2023
- 单位五邑大学
