文档名：模糊熵在不同故障齿轮转速工况下的应用
为更好的进行齿轮故障诊断的研究,采用模糊熵(FuzzyEntropy,FE)对不同类型、不同转速下的齿轮进行研究.首先,运用实验信号进行模糊熵参数进行计算确定;然后,对实验信号进行改进局部均值分解(LocalMeanDecomposition,LMD)得到多个不同分量(ProductFunction,PF),最后,对分解得到的PF分量进行模糊熵值计算,利用支持向量机(SVM)进行故障识别诊断.齿轮实验数据的处理结果表明该方法可以有效的诊断辨别齿轮故障,具有一定的优势.
作者：沈超杨建伟姚德臣白堂博
作者单位：北京建筑大学机电与车辆工程学院,北京100044;北京建筑大学城市轨道交通车辆服役性能保障北京重点实验室,北京100044
母体文献：2018年全国设备监测诊断与维护学术会议暨第十六届全国设备故障诊断学术会议、第十八届全国设备监测与诊断学术会议、2018年全国设备诊断工程会议论文集
会议名称：2018年全国设备监测诊断与维护学术会议暨第十六届全国设备故障诊断学术会议、第十八届全国设备监测与诊断学术会议、2018年全国设备诊断工程会议
会议时间：2018年8月1日
会议地点：内蒙古包头
主办单位：中国机械工程学会,中国振动工程学会,中国设备管理协会
语种：chi
分类号：TP2TP1
关键词：齿轮故障诊断 模糊熵 局部均值分解 支持向量机
在线出版日期：2021年12月15日
基金项目：
相似文献
相关博文
- 文件大小:
- 2.91 MB
- 下载次数:
- 60
-
高速下载
|
|
