본 논문은 측정된 진동 신호로부터 구름요소 베어링(rolling element bearing, REB)의 고장 진단을 조사하기 위해, 국소 평균 분해(local mean decomposition, LMD)와 다중 스케일 순열 엔트로피(multi-scale permutation entropy, MPE)를 통합한 방법(LMD-MPE)을 제시한다. 먼저, LMD는 진동 데이터 또는 가속도 측정 데이터를 진폭 및 주파수 변조를 모두 포함하는 곱(product) 함수들의 개별 성분으로 분해한다. 그 다음 MPE는 그 곱 함수들로부터 통계적 순열 엔트로피를 계산하여, 건전 및 손상된 REB 시스템의 상태를 평가하고 분류하기 위한 비선형 특징을 추출한다. 제안된 기법의 타당성을 검증하기 위해, 기존의 LMD 기반 다중 스케일 엔트로피와 MPE의 비교 실험 결과를 제시하였다. 본 연구는 베어링 상태를 분석할 때 LMD-MPE의 통합 접근이 손상에 민감한 신뢰할 만한 특징을 제공함을 발견하였다. REB 실험 데이터셋의 결과는 제안된 접근이 기존 방법보다 더 강건한 성과를 산출함을 보여준다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.