WPT-MSE结合PNN的电机轴承故障诊断方法.pdfVIP

第38卷第4期 自动化仪表 V01．38No．4 2017年4月 PROCESSAUlDMA7ⅡONINSTRUMEN7r枷0N Apr．2017 徐建军1，杜蔷楠1，徐建勇2，薛国华2 (1．东北石油大学电气信息工程学院，黑龙江大庆163318；2．中如建筑集团有限公司，江苏如皋226500) 摘要：滚动轴承是电机的重要组成零部件，在实际运行工况条件下，背景噪声干扰严重，难以实现电机轴承特征的有效提取及故障 用小波包变换对拾取的信号样本进行处理，并将原始信号分解为相应的子带信号分量，以减少原始信号中复杂成分之间的交叉干扰； 然后，计算所得子带信号分量的多尺度熵值，并利用提取出的多尺度熵值构造能够表征电机轴承运行状态的特征向量；最后，将特征 向量输入概率神经网络中，实现对电机轴承不同故障类型及损伤程度的自动识别。实测数据分析结果表明，所述诊断方法能够有效 识别电机轴承的不同工作状态，从而为电机轴承的故障诊断提供了参考，具有一定的工程应用价值。 关键词：概率神经网络；小波包变换；多尺度熵；电机轴承；故障诊断 中图分类号：THl7；’