基于参数优化VMD和增强多尺度排列熵的单向阀故障诊断 |
| |
作者姓名: | 潘震 黄国勇 吴漫 |
| |
作者单位: | 1.昆明理工大学信息工程与自动化学院,昆明650500; 2.云南省矿物管道输送工程技术研究中心,昆明650500 |
| |
摘 要: | 针对高压隔膜泵机械结构复杂,单向阀故障特征信息分布在多尺度上,单一尺度难以全面提取特征的问题,提出了一种基于参数优化变分模态分解(Variational Mode Decomposition,VMD)和增强多尺度排列熵(Enhanced Multi-scale Permutation Entropy,EMPE)的单向阀故障诊断方法。对单向阀振动信号进行VMD分解,以包络熵最小原则对其进行参数优化,获得既定的若干本征模态函数(Intrinsic Mode Function,IMF)分量;计算IMF分量的增强多尺度排列熵,构建故障特征值向量;利用基于变量预测模型的模式识别(Variable Predictive Model Based Class Discriminate,VPMCD)方法对故障特征值向量进行训练和识别,进而实现单向阀的故障诊断。仿真信号和工程实验分析表明,该方法可以准确地识别单向阀的故障类型,具有一定的可靠性和工程应用价值。
|
关 键 词: | 变分模态分解, 增强多尺度排列熵, 基于变量预测模型的模式识别, 单向阀, ')" href=" #" >故障诊断 |
本文献已被 CNKI 等数据库收录! |
| 点击此处可从《振动与冲击》浏览原始摘要信息 |
|
点击此处可从《振动与冲击》下载全文 |
|