基于ISGMD-CMAE的滚动轴承复合故障特征提取方法

摘要

滚动轴承复合故障信号具有非线性和不确定性的特点，且信号中含有噪声，直接提取故障特征存在困难，为此提出一种基于改进辛几何模态分解(ISGMD)和复合多尺度注意熵(CMAE)的滚动轴承复合故障特征提取方法(ISGMD-CMAE)。针对辛几何模态分解(SGMD)方法中分解信号分量过多，导致信号特征过于分散，无法进行有效提取的问题，采用聚类算法对信号分量进行处理，依据相关系数和峭度构成的综合评价指标筛选分量重构信号，以突出故障特征；针对多尺度注意熵(MAE)方法在提取时序信号过程中会造成信息损失的问题，采用熵值稳定性较好的CMAE方法准确全面地提取故障信号。实验结果表明，本文提出的ISGMD-CMAE方法能够精准地对滚动轴承复合故障特征进行提取，为滚动轴承故障诊断提供了一种新思路。

关键词

滚动轴承 / 故障特征 / 辛几何模态分解 / 多尺度注意熵