EMD熵值谱在轴承故障信号特征提取中应用.pdfVIP

振动与冲击 第29卷第S期 JOURNALOFVIBRATl0NANDSHOCK Vbl．29No．$2010 EMD熵值谱在轴承故障信号特征提取中的应用 康晨晖，崔玲丽，胥永刚，高立新 (北京工业大学机电学院北京市先进制造技术重点实验室。北京100124) 摘 要：轴承故障信号作为一种典型的非平稳信号，是机械正常振动信号、周期冲击信号和背景噪声的叠加。本文基于 EMD对于处理非平稳信号独到的优越性，并依据熵值在信息论中作为信号不确定度的衡量准则，定义E如熵值谱，并将其应用于 轴承故障信号特征提取，取得良好的效果。 关键词： EMD熵值谱，轴承故障，特征提取 中图分类号：THl7 文献标识码：A The ofEMD infeatureextractionof fault applicationentropyspectrum bearingsignal KangChenhui，CuiLingli，Xu lixin yonggang，Gao ofAdvanced CollegeofMechatronic，BeijingUniversityofTechnology,TheKeyLaboratory ManufacturingTechnology,Beijing 100124，China Abstract：Asakind fault isthe ofnormalmechanicalvibration oftypicalnon-stationarysignal，bearingsignal superposition signal， and noise．Baseonthe ofEMD in andasthe periodicimpactsignalbackground superiority measurement processingnon-statiortarysignal criteria in of ofa ininformation thedefinitionof usesitin entropyuncertaintysignal theory,thispaperproposes entropyspectrum．then featureextraction fault obtainsa result． ofbearingsignal，and good extraction Keywords：EMDen仃opy fault，feature spectrum,bearing 滚动轴承等旋转机械在出现损伤性故障时，其振 是信号不确定性的量度。熵的定义如下： 动信号往往表现出一定的冲击性特征【l】。但由于工作 如果有一个系统S内存在多个事件 环境的复杂，强烈的背景噪声使得信号故障特征难以 S={sl芦2，．．．芦。)，每个事件的几率分布P={p1炉2，．．．拂}， 凸显，给故障的检测和诊断带来很大的困难。 则每个事件本身的讯息为： 滚动轴承故障信号是周期冲击性故障特征信号、 仁’fbgpi，当pi=O时，Pi匆pF-O 机械系统正常振动信号、其他振源引起的干扰信号以 熵是所有事件的讯息和，即： 及白噪声的复杂叠加信号，是