EMD与排列熵在提升机跳绳故障诊断中的应用

黄天然; 谭建平; 薛少华; 石理想

doi:10.13873/J.1000-9787(2020)07-0150-04

Chinese

您当前的位置：

首页 >

文章列表页 >

EMD与排列熵在提升机跳绳故障诊断中的应用

应用技术 | 更新时间：2025-09-11

- EMD与排列熵在提升机跳绳故障诊断中的应用
- Application of EMD and permutation entropy in fault diagnosis of hoist wire jumping rope
- 传感器与微系统 2020年39卷第7期页码：150-153+160
- 作者机构：
  
  1. 中南大学机电工程学院
  2. 高性能复杂制造国家重点实验室
- 作者简介：
- 基金信息：
  
  国家重点基础研究发展计划（973计划）资助项目（2014CB049400）
- DOI：10.13873/J.1000-9787(2020)07-0150-04
  中图分类号： TD633;TP277
- 纸质出版：2020
- 稿件说明：
移动端阅览
[1]黄天然,谭建平,薛少华,石理想.EMD与排列熵在提升机跳绳故障诊断中的应用[J].传感器与微系统,2020,39(07):150-153+160.

HUANG Tianran, TAN Jianping, XUE Shaohua, et al. Application of EMD and permutation entropy in fault diagnosis of hoist wire jumping rope[J]. 2020, 39(7): 150-153+160.
[1]黄天然,谭建平,薛少华,石理想.EMD与排列熵在提升机跳绳故障诊断中的应用[J].传感器与微系统,2020,39(07):150-153+160. DOI： 10.13873/J.1000-9787(2020)07-0150-04.

HUANG Tianran, TAN Jianping, XUE Shaohua, et al. Application of EMD and permutation entropy in fault diagnosis of hoist wire jumping rope[J]. 2020, 39(7): 150-153+160. DOI： 10.13873/J.1000-9787(2020)07-0150-04.

摘要

针对双绳缠绕式提升机在运行过程中可能产生跳绳故障

提出一种结合经验模态分解（EMD）和排列熵（PE）算法的提升机跳绳故障诊断方法。利用EMD方法将正常与故障状态下的钢丝绳张力信号分解为多个本征模态函数（IMF）

对其中具有故障信息的IMF分量进行PE计算

作为故障特征。通过采集提升试验台正常运行与跳绳故障两种状态下的张力信号

使用上述方法获得计算结果

对比发现PE值能作为故障特征判断跳绳故障

从而验证了此方法的有效性。

Abstract

Aiming at rope jumping fault during operation of double rope winding hoist

a rope jumping fault diagnosis method of hoist based on empirical mode decomposition（EMD） and permutation entropy（PE） algorithm is proposed. The tension signal of wire rope under normal and fault conditions is decomposed into multiple intrinsic mode function（IMF） by EMD method

and the IMF components with fault information are calculated by PE as fault characteristics. By collecting tension signals under normal operation and rope jumping fault of the hoist test platform

the calculation results are obtained by using the above method. It is found that the PE value can be used as fault feature to judge whether rope jumping fault occurs or not

which verifies the effectiveness of this method.

关键词

Keywords

references

适用于不平衡数据集分类的改进SVM算法 [J]. 刘东启,陈志坚,徐银,李飞腾. 传感器与微系统 . 2018(03)

基于VMD和排列熵的水轮机压力脉动信号去噪算法 [J]. 于晓东,潘罗平,安学利. 水力发电学报 . 2017(08)

提升机排绳故障视觉监测图像识别方法研究 [J]. 吴志鹏,谭建平,王巧斌,胡悦. 仪表技术与传感器 . 2016(10)

基于AEEMD与IWT的电磁辐射信号去噪研究 [J]. 刘桂芬,蔡景怡,杨桢,李鑫,仝泽仁. 传感器与微系统 . 2016(07)

我国大型千米深井提升机械的发展趋势 [J]. 刘劲军,邹声勇,张步斌,杜波,韦智业. 矿山机械 . 2012(07)

排列熵算法研究及其在振动信号突变检测中的应用 [J]. 冯辅周,饶国强,司爱威,吴广平. 振动工程学报 . 2012(02)

矿井提升钢丝绳装载冲击动力学行为研究 [D]. 曹国华. 中国矿业大学 2009

矿井提升系统振动特性及典型故障诊断研究 [D]. 李占芳. 中国矿业大学 2008

一种用于卷筒多层缠绕乱绳的检测装置及方法 [P]. 朱真才,张治强,曹国华,彭维红,沈刚,李伟,彭玉兴,周公博,刘善增,卢昊. 中国专利:CN104528569A,

Application of permutation entropy method in the analysis of chaotic, noisy, and chaotic noisy series [J] . S. A. Makarkin,A. V. Starodubov,Yu. A. Kalinin. Technical Physics . 2017 (11)

Failure analysis of hoisting steel wire rope [J] . Pavel Peterka,Jozef Kre?ák,Stanislav Kropuch,Gabriel Fedorko,Vieroslav Molnar,Marek Vojtko. Engineering Failure Analysis . 2014

The empirical mode decomposition and the Hilbert spectrum for nonlinear and non-stationary time series analysis [J] . Huang Norden E.,Shen Zheng,Long Steven R.,Wu Manli C.,Shih Hsing H.,Zheng Quanan,Yen Nai-Chyuan,Tung Chi Chao,Liu Henry H.. Proceedings of the Royal Society A: Mathematical, Physical and Engineering Sciences . 1998 (1971)

浏览量

141

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于图神经网络的异构多传感器融合交流电机故障诊断

多传感器融合的煤矿井下带式输送机智能监测方法及应用

基于GSA-SVM的谱仪放大器故障诊断研究

基于多通道输入CNN-SVM的齿轮箱故障诊断

基于PSO-SVM的电流放大器故障诊断研究