基于MEEMD排列熵的高速列车轮对轴承故障诊断

简介

针对目前应用原始振动信号的排列熵单一尺度域分析对高速列车轮对轴承故障在特征提取研究方面的局限，提出了基于改进聚合经验模态分解熵的特征分析方法。该方法首先对原始信号进行改进聚合经验模态分解，得到一系列窄带本征模态函数；然后对原信号和本征模态函数分别计算排列熵，组成高维特征向量；最后，将高维特征向量输入最小二乘支持向量机状态识别分类。台架试验数据分析结果表明：该方法针对高速列车轮对轴承故障实现了较高的识别率，验证了通过改进聚合经验模态分解排列熵对高速列车轮对轴承故障诊断的有效性。