基于ISGMD-CMAE的滚动轴承复合故障特征提取方法

李颖, 于家奇, 吴仕虎, 巴鹏, 马小英

PDF(2728 KB)
PDF(2728 KB)
沈阳理工大学学报 ›› 2025, Vol. 44 ›› Issue (03) : 81-89.

基于ISGMD-CMAE的滚动轴承复合故障特征提取方法

  • 李颖, 于家奇, 吴仕虎, 巴鹏, 马小英
作者信息 +
History +

摘要

滚动轴承复合故障信号具有非线性和不确定性的特点,且信号中含有噪声,直接提取故障特征存在困难,为此提出一种基于改进辛几何模态分解(ISGMD)和复合多尺度注意熵(CMAE)的滚动轴承复合故障特征提取方法(ISGMD-CMAE)。针对辛几何模态分解(SGMD)方法中分解信号分量过多,导致信号特征过于分散,无法进行有效提取的问题,采用聚类算法对信号分量进行处理,依据相关系数和峭度构成的综合评价指标筛选分量重构信号,以突出故障特征;针对多尺度注意熵(MAE)方法在提取时序信号过程中会造成信息损失的问题,采用熵值稳定性较好的CMAE方法准确全面地提取故障信号。实验结果表明,本文提出的ISGMD-CMAE方法能够精准地对滚动轴承复合故障特征进行提取,为滚动轴承故障诊断提供了一种新思路。

关键词

滚动轴承 / 故障特征 / 辛几何模态分解 / 多尺度注意熵

中图分类号

TH133.33

引用本文

导出引用
李颖, 于家奇, 吴仕虎, 巴鹏, 马小英. 基于ISGMD-CMAE的滚动轴承复合故障特征提取方法. 沈阳理工大学学报. 2025, 44(03): 81-89

基金

国家自然科学基金项目(51934002); 辽宁省教育厅青年科技人才“育苗”项目(LJKZ0259); 辽宁省属本科高校基本科研业务费专项资金资助项目(LJ212410144039)

评论

本文评价 (0)
我的评价
本文评论(0)
当前还没有评论信息, 赶快评论一下吧!
AI Summary AI Mindmap
PDF(2728 KB)

1

Accesses

0

Citation

Detail

段落导航
相关文章

/