- 1、本文档共5页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于IMF熵的多传感器网络融合滚动轴承故障诊断方法研究
第6期 组 合 机 床 与 自动 化 加 工 技 术 No.6
2015年6月 ModularMachineTool& AutomaticM anufacturingTechnique Jun.2015
文章编号 :1001—2265(2015)06-0078—05 DOI:10.13462/j.enki.mmtamt.2015.06.022
基于 IMF熵的多传感器网络融合滚动轴承
故障诊断方法研究木
任学平 ,辛向志,庞 震,邢义通 ,王建国
(内蒙古科技大学机械工程学院,内蒙古 包头 014010)
摘要:经验模态分解(EmpiricalModeDecomposition,EMD)方法可使滚动轴承振动信号根据 自身尺度
自适应的分解为若干个固有模态分量(IntrinsicModeFunction,IMF),信息熵能反映系统的不确定程
度 ,滚动轴承发生故障会导致信息熵发生变化,结合 EMD与信息熵,提出了EMD空间状态特征谱熵
和IMF奇异谱熵,将其作为概率神经网络的特征向量,构建多传感器系统的多个概率神经网络的初
级诊断网络。由于概率神经网络累加层输出结果为属于每一种模式的概率值,用概率神经网络的累
加层输 出结果构建 D—S证据理论的mass函数 ,通过 D.S证据理论进行决策级融合诊断。将该方法
用于滚动轴承故障模式分类,试验结果表 明该方法的可行性与有效性 。与单一传感器诊断相 比,提
高了故障诊断精度。 一
关键词:多传感器;网络融合;滚动轴承
中图分类号 :TH16;TG506 文献标识码 :A
ResearchofRollingBearingFaultDiagnosisM ethodBasedonIMF Entropy
andMulti.sensorNetworksFusion
RENXue—ping,XINXiang—zhi,PANGZhen,XINGYi—tong,WANGJian-guo
(SchoolofMechanicalEngineering,InnerMongoliaUniversityofScienceTechnology,BaotouInnerMon—
golia014010,China)
Abstract:A rolling bearingvibrationsignalcanbedecomposedinto anumberofintrinsicmodefunction
(IMF)adaptivelyaccordingtoitsownscalewiththeempiricalmodedecomposition(EMD)method.The
informationentropycanreflecttheuncertaintydegreeofthesystem .Therollingbearingfailurewillchange
theinfomr ationen~opy.EMD spacestatefeatureentropyandIMF singularspectrum enrtopyareproposed
bycombiningEMD andinformationenrtopy.Inhtemulti—sensorsystem ,primarydiagnosisnetworkofmul—
tipleprobabilisticneural networkswasconsrtuctedandthefeaturevectorofprobabilisticneuralnetworkis
EM D spacestatefeatureenrtopyandIMF singularspectrum enrtopy.Becauseoutputofaccumulationlayer
ofhteprobabilisticneuralnetworkareeachkin
您可能关注的文档
- 天然气管道内壁涂层的工艺技术研究.pdf
- 天然气管道减阻剂国内外技术现状.pdf
- 天然气管道典型事故分析与对策.pdf
- 天然气管道SCADA系统建设与研究.pdf
- 天然气管道干燥方法的对比分析与应用.pdf
- 天然气管道小尺寸缺陷的仿真模拟.pdf
- 天然气管线排液阀内流场压力特性数值模拟研究.pdf
- 天然气压缩机的控制设计.pdf
- 天然气管道弯头冲蚀失效机理研究.pdf
- 天然气管道河流穿越方案的设计.pdf
- 2024-2025学年小学生体育教学设计强化团队精神.docx
- 第13课《云和雾》(教学设计)苏教版五年级科学上册.docx
- 初一体育与健康教育教案第十周第2课体育与健康.docx
- 五年级下册道德与法治(教学设计+素材)第6课《我参与 我奉献》(第二课时).docx
- 花城粤教版九年级音乐上册第4单元《独唱《松花江上》》教学设计.docx
- 2024-2025学年小学班级安全卫生管理教学设计.docx
- 2024-2025学年小学生体育教学设计之趣味游戏.docx
- 【核心素养目标】Unit 3 Weather PartA Let's spell 教案(含反思).docx
- 2024-2025学年小学生体育教学设计关注个体发展.docx
- 2024-2025学年小学生体育课健康知识教学设计.docx
文档评论(0)