典型文献
基于压缩感知和小波信息熵的滚动轴承特征提取方法
文献摘要：
为降低滚动轴承在线监测和故障诊断过程中振动信号采集、传输、存储和处理负担,基于压缩感知理论和小波包分析技术,提出一种基于压缩感知和小波信息熵的滚动轴承特征提取方法,用于滚动轴承故障诊断.应用部分哈达玛(PartHad-amard)矩阵采集振动信号实现压缩,通过小波包分解提取滚动轴承状态特征,计算其小波信息熵作为故障诊断特征.在标准数据集上进行振动信号特征提取,并采用4种分类方法完成故障诊断实验.结果表明:所提出的特征提取方法能够在较高的数据压缩率条件下,保持较高的故障诊断精度,适用于滚动轴承在线监测和故障诊断.
文献关键词：
压缩感知;小波信息熵;滚动轴承;特征提取;故障诊断
中图分类号：
作者姓名：
李中;王星;卢春华
作者机构：
华北电力大学电子与通信工程系, 保定071003;华北电力大学河北省电力物联网技术重点实验室, 保定071003
文献出处：
引用格式：
[1]李中;王星;卢春华-.基于压缩感知和小波信息熵的滚动轴承特征提取方法)[J].科学技术与工程,2022(08):3058-3065
A类：
小波信息熵,PartHad,amard
B类：
在线监测,诊断过程,振动信号采集,压缩感知理论,小波包分析,滚动轴承故障诊断,哈达,小波包分解,诊断特征,标准数据集,信号特征提取,分类方法,诊断实验,数据压缩,压缩率,故障诊断精度
AB值：
0.206181
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
