[发明专利]一种基于MEEMD排列熵的高速列车轮对轴承故障诊断方法

摘要

本发明提供了本发明针对EMD、EEMD的缺点，提出了一种基于MEEMD排列熵的高速列车轮对轴承故障诊断方法。一种基于MEEMD排列熵的高速列车轮对轴承故障诊断方法，依次包括以下步骤：信号采集；对原始振动信号进行滤波消噪；MEEMD分解；排列熵特征提；高维特征向量分为两组；训练模型；诊断结果。在特征提取环节，MEEMD的引入使得信号特征在多个尺度上得到了体现，相对于EMD排列熵特征识别率相比，相对单一故障模式识别率得到了明显提升。基于MEEMD排列熵的分析方法所需数据较短，抗噪、扛干扰能力较强，可以有效的应用于高速列车轮对轴承故障分析。

主权项

1.一种基于MEEMD排列熵的高速列车轮对轴承故障诊断方法，其特征是：依次包括以下步骤：1)信号采集：采集的原始振动信号；2)预处理：对原始振动信号进行滤波消噪；3)MEEMD分解：采用MEEMD方法对进行预处理之后的信号分解，获取一系列窄带本征模态函数IMFs，确定MEEMD过程的高斯白噪声幅值系数和EEMD的分解次数；4)排列熵特征提取：利用相关系数法选取和原始数据最为相关的IMFs，根据预处理后的振动信号和选定的IMFs的分量选择相应的嵌入维数与延迟时间并进行相空间重构，计算各尺度信号的排列熵测度值，用排列熵测度值组成高维特征向量；5)分组：将高维特征向量分为两组，一组作为训练样本输入至LSSVM得到LSSVM分类模型，另一组作为待测样本输入至训练模型；6)训练模型：通过训练样本对LSSVM分类模型进行训练，获得训练好的LSSVM分类模型；7)诊断结果：利用训练好的LSSVM分类模型对待测样本进行诊断。