基于小波包能量熵和DBN的轴承故障诊断

作     者：赵光权 姜泽东 胡聪 高永成 牛广行 Zhao Guangquan;Jiang Zedong;Hu Cong;Gao Yongcheng;Niu Guangxing

作者机构：哈尔滨工业大学自动化测试与控制研究所哈尔滨150080 桂林电子科技大学广西自动检测技术与仪器重点实验室桂林541004 南卡罗来纳大学电气工程系哥伦比亚29208 

出 版 物：《电子测量与仪器学报》 (Journal of Electronic Measurement and Instrumentation)

年 卷 期：2019年第31卷第2期

页      面：32-38页

核心收录：

学科分类：08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程] 080201[工学-机械制造及其自动化] 

基　　金：广西自动检测技术与仪器重点实验室(YQ17202)资助项目 

主　　题：轴承故障诊断 小波包能量熵 特征提取 深度置信网络 

摘      要：轴承是旋转机械设备的关键部件,目前已有很多轴承故障诊断方法,但其中一些方法只能针对特定的轴承故障进行诊断,可能不适用于其他轴承故障问题,而且大部分方法的诊断准确率还可以进一步提高。提出小波包能量熵与深度置信网络(DBN)相结合的方法进行轴承故障诊断。首先对轴承振动信号进行小波包变换,然后以能量熵的形式构建特征向量,这些特征向量含有不同频段内的振动能量大小,可以用于区分各种轴承故障。最后利用基于DBN的深度模型对能量熵特征向量进行故障识别。使用两类轴承数据集进行验证,分别获得100%和99.5%的故障识别准确率。实验结果表明,该诊断方法具有较好的通用性,而且可以达到很高的诊断准确率。