计量学报

作者：张淑清,陈荣飞,张立国,姚家琛,穆勇,刘勇,黄毅臣

关键词：计量学;变分模态分解;故障诊断;多尺度;深度信念网络

基金：国家重点研发项目(2018YFB0905500);国家自然科学基金(51875498);河北省自然科学基金(E2018203439,E2018203339,F2016203496);河北省专业学位研究生教学案例库建设项目(KCJSZ2017022)

提出了基于变分模态分解(VMD)的高阶奇异谱熵的特征提取方法,并应用在滚动轴承故障诊断中。首先,使用4阶累积量切片代替奇异谱熵分析(SSEA)的协方差矩阵,引入VMD分解实现方法多尺度化,提出信号多分辨高阶奇异谱熵分析(M-HSSEA)方法;通过信号分析,VMD解决了模态混叠的问题,且能够实现信号滤波,同时该方法提取的熵特征向量增强了相空间重构参数鲁棒性;通过和小波奇异谱提取特征的方法对比,结果表明所提出的方法在克服频率混叠现象,提取的特征点总体离散度小等方面更具优势;最后,结合深度信念网络分类器实现了对故障的分类,实验结果验证了所提方法的有效性和可行性。

来源：2019年第5期

《计量学报》期刊编辑部

查看计量学报杂志2019年第5期