一种基于Sparsogram和样本熵的滚动轴承损伤程度识别方法

摘要

本发明公开了一种基于Sparsogram和样本熵的滚动轴承损伤程度识别方法，本发明根据轴承外圈单点点蚀故障特征，针对不同故障大小的振动信号，利用Sparsogram算法快速提取包含故障特征的共振频带，计算所提取共振频带的样本熵值，通过样本熵值的变化实现对轴承外圈损伤趋势的预测。由于精确判断故障大小的困难性，本发明提出了故障区间的概念，将代表滚动轴承损伤程度(微弱损伤、轻度损伤、中度损伤和重度损伤)的故障区间与样本熵值区间一一对应，以样本熵值作为BP神经网络的输入量，实现对滚动轴承故障损伤程度的智能化识别。