%0 Journal Article
%A 戴洪德1
%A 陈强强2
%A 戴邵武2
%A 朱敏2
%T 基于样本分位数排列熵的故障诊断方法
%D 2019
%R 
%J 振动与冲击
%P 152-156
%V 38
%N 23
%X 针对滚动轴承故障特征不明显、不易于进行特征提取等问题，提出了一种新的衡量时间序列复杂程度的方法-样本分位数排列熵（Sample Quantile Permutation Entropy，SQPE），并将其应用于滚动轴承故障振动信号的特征提取。通过对振动信号进行样本分位数排列熵计算，有效分离出不同振动信号的故障特征；将熵值组成特征向量，构建分类器并实现对滚动轴承的故障诊断。将提出的方法应用于试验数据分析，结果表明：样本分位数排列熵能够有效提取滚动轴承的故障特征，并在熵值计算的过程中，避免了嵌入维数选取的过程，有效提高了熵值计算的自适应性，扩大了其应用范围。<br>
%U https://jvs.sjtu.edu.cn/CN/abstract/article_9059.shtml