基于CEEMDAN和多尺度排列熵的球磨机负荷识别方法

摘要 针对球磨机负荷特征提取难以及负荷状态识别难的问题，将多尺度排列熵引入到球磨机负荷识别中，提出一种具有自适应噪声的完整集成经验模态分解（CEEMDAN）与多尺度排列熵（MPE）相结合的球磨机负荷识别方法。首先，采用CEEMDAN方法对球磨机振动信号进行处理，将其分解成一系列的模态分量，选取与原始信号相关性较高的敏感模态分量进行信号重构；其次，确定多尺度排列熵算法的最优参数，根据算法得到重构信号的排列熵值；最后，计算多尺度排列熵的偏均值，以偏均值作为特征对球磨机负荷状态进行识别。实验结果表明，该方法能够有效地识别出球磨机的不同负荷状态，并具有一定的可行性