基于CEEMDAN和多尺度排列熵的球磨机负荷识别方法.PDF

第38 卷 第3 期 噪 声 与 振 动 控 制 Vol 38 No.3 2018 年6 月 NOISE AND VIBRATION CONTROL Jun. 2018 文章编号：1006-1355(2018)03-0146-04 基于CEEMDAN 和多尺度排列熵的 球磨机负荷识别方法 胡显能，蔡改贫，罗小燕，宗 路 （江西理工大学 机电工程学院，江西 赣州 341000 ） 摘 要：针对球磨机负荷特征提取难以及负荷状态识别难的问题，将多尺度排列熵引入到球磨机负荷识别中，提出 一种具有自适应噪声的完整集成经验模态分解（CEEMDAN）与多尺度排列熵（MPE ）相结合的球磨机负荷识别方法。 首先，采用CEEMDAN 方法对球磨机振动信号进行处理，将其分解成一系列的模态分量，选取与原始信号相关性较高 的敏感模态分量进行信号重构；其次，确定多尺度排列熵算法的最优参数，根据算法得到重构信号的排列熵值；最后， 计算多尺度排列熵的偏均值，以偏均值作为特征对球磨机负荷状态进行识别。实验结果表明，该方法能够有效地识别 出球磨机的不同负荷状态，并具有一定的可行性。 关键词：振动与波；球磨机；CEEMDAN ；多尺度排列熵；负荷识别 中图分类号：O422.6 文献标志码：A DOI 编码：10.3969/j.issn. 1006-1355.2018.03.028 Load Identification Method for Ball Mills based on CEEMDAN and Multi-scale Permutation Entropy HU Xianneng , CAI Gaipin , LUO Xiaoyan , ZONG Lu （College of Mechanical and Electrical Engineering, Jiangxi University of Science and Technology, Ganzhou 341000, Jiangxi China ） Abstract : It is difficult to extract the load characteristics and identify the loading condition for ball mills. To solve this problem, a ball mill load identification method based on Complete Ensemble Empirical Mode Decomposition with Adaptive Noise （CEEMDAN）and multi-scale permutation entropy is proposed. Firstly, the CEEMDAN is used to process the vibration signal of the ball mill and decompose it into a series of modal components, and the sensitive modal components with high correlation with the original signal are selected for signal reconstruction. Secondly, the optimal parameters for multi-scale permutation entropy algorithm are determined. Based on the algorithm, the permutation entropy of the reconstruc