一种基于滑动熵‑ICA算法的滚动轴承故障特征提取方法

摘要

一种基于滑动熵‑ICA算法的滚动轴承故障特征提取方法。该方法主要步骤：(一)将单通道实测信号利用EMD分解得到各IMF分量；(二)利用滑动熵互相关系数筛选有效IMF分量构成虚拟通道信号；(三)将单通道实测信号与有效IMF分量整合混合信号矩阵，利用FastICA算法分离混合信号矩阵，得到各源信号估计值；(四)保留含轴承故障特征的源信号，并提取若干个时域特征参数和频域特征参数，组成特征参数集；(五)利用LLE算法对高维特征集进行数据融合，得到准确的低维特征参数。本发明利用滑动熵‑ICA算法结合LLE算法，适用于旋转机械的包括滚动轴承的故障特征提取；仅利用单通道信号就能分离出含故障信息的源信号，通过该方法得到低维特征参数可有效描述轴承故障信息。