• 全部
主办单位:煤炭科学研究总院有限公司、中国煤炭学会学术期刊工作委员会
基于VMD-MSE的渣浆泵轴承故障智能诊断方法
  • 作者

    李江涛

  • 单位

    国能神东煤炭集团有限责任公司

  • 摘要
    针对轴承振动信号中的噪声问题,本文提出了一种基于VMD和MSE的混合算法用于轴承故障诊断方法。采用变分模态分解(VMD)算法对原始信号进行分解,并通过相关系数法筛选有效分量,之后对信号进行重构。然后,运用多尺度熵(MSE)算法提取特征向量,并结合支持向量机(SVM)进行故障诊断。研究结果表明,该方法在轴承故障诊断中的识别准确率达到了98.33%。
  • 关键词

    变分模态分解算法多尺度熵SVM故障诊断

  • 文章目录


    0 引 言
    1 基本理论
    1.1 变分模态分解
    1.2 多尺度熵
    (1)样本熵(Sample Entropy, SampEn)
    (2)多尺度熵
    1.3 多尺度模糊熵
    1.4 多尺度极差熵(RE)
    2 试验研究
    2.1 原料性质
    2.2 特征提取
    2.2.1 VMD信号分解与重构
    2.2.2 特征提取
    2.3 模型诊断
    3 结 论
  • DOI
  • 引用格式
    [1]李江涛.基于VMD-MSE的渣浆泵轴承故障智能诊断方法[J].洁净煤技术,2024,30(S2):28-33.
相关问题
立即提问

主办单位:煤炭科学研究总院有限公司 中国煤炭学会学术期刊工作委员会

©版权所有2015 煤炭科学研究总院有限公司 地址:北京市朝阳区和平里青年沟东路煤炭大厦 邮编:100013
京ICP备05086979号-16  技术支持:云智互联
Baidu
map