来源：期刊VIP网 时间：
作者：周喜;李道军;王会珍;李峰;
单位：郑州职业技术学院自动化与物联网学院;河南理工大学机械工程学院;
摘要：为了提高破碎机筒体容易产生多种非线性振动信号扛干扰能力，设计了一种基于多元经验模态分解(MEMD)和样本熵(SE)算法的破碎机负荷振动信号识别方法。采用MEMD算法分解噪声信号，计算不同IMF分量相关程度及有效IMF分量SE,完成破碎机负荷精确判断。研究结果表明：在初始波形中形成明显噪声，采用MEMD算法几乎所有高频噪声信号都被去除，获得的重构信号幅度跟总体趋势相近，具有优异的球破碎机振动信号预处理效果。提高相似容限时形成了明显的重叠现象，不同负荷状态获得了更高相似度。当设定25个隐含层神经元并且选择sin函数作为激活函数时识别模型达到了最高准确率，可以准确识别过负荷特征，明显高于EMD-样本熵和MEEMD-样本熵对于过负荷的识别准确率。
关键词：振动信号;;破碎机;;状态识别;;多元经验模态分解;;样本熵
基金资助：河南省高等学校重点科研项目(22B460032)
