论文摘要
针对单向阀振动信号含有背景噪声,故障特征提取困难和诊断精度不高的问题,提出了二次变分模态分解(二次VMD)、多尺度排列熵(MPE)和模糊C均值聚类(FCM)相结合的故障诊断方法。首先,通过二次VMD对振动信号进行分解,再使用双阈值法筛选得到有用的本征模态函数(IMF)。其次,提取重构信号中具有敏感特性的MPE特征。最后,将故障特征输入至FCM得到聚类中心,并根据海明贴近度对待识别样本进行分类。通过多组对比实验,结果表明二次VMD筛选能有效去除噪声及虚假成分,MPE具有更好的敏感故障特征表征能力。同时,使用FCM对模糊特征进行聚类能够取得比传统支持向量机(SVM)更好的效果。
论文目录
文章来源
类型: 期刊论文
作者: 周成江,吴建德,袁徐轶
关键词: 二次变分模态分解,多尺度排列熵,双阈值法,单向阀,故障诊断
来源: 机械科学与技术 2019年08期
年度: 2019
分类: 工程科技Ⅱ辑
专业: 机械工业
单位: 昆明理工大学信息工程与自动化学院,云南省矿物管道输送工程技术研究中心
基金: 国家自然科学基金项目(61663017,51765022),云南省科技计划项目(2015ZC005)资助
分类号: TH17
DOI: 10.13433/j.cnki.1003-8728.20180293
页码: 1173-1184
总页数: 12
文件大小: 4659K
下载量: 250
相关论文文献
标签：二次变分模态分解论文; 多尺度排列熵论文; 双阈值法论文; 单向阀论文; 故障诊断论文;