Print

基于局部s变换和极限学习机的柱塞泵滑靴磨损故障诊断

论文摘要

针对轴向柱塞泵结构复杂、故障信号微弱且易受噪声干扰难以进行故障模式识别的问题,提出一种基于局部s变换和极限学习机的柱塞泵故障诊断方法,对不同程度滑靴磨损故障进行诊断。采集柱塞泵在正常和不同故障状态下的振动信号进行局部s变换,对不同的特征向量组进行定性和定量比较,选择提取s矩阵最大奇异值、转轴振动基频能量占比和柱塞振动基频能量占比共三维特征向量,将特征向量输入极限学习机完成故障模式的识别,识别精度可达99%以上。最后将极限学习机与支撑向量机分类结果进行对比,证明所提故障诊断方法可以用较少的特征向量获得较高的诊断精度。

论文目录

  • 引言
  • 1 算法简介
  •   1.1 s变换
  •   1.2 极限学习机
  • 2 实验研究
  •   2.1 实验平台及设备
  •   2.2 数据采集
  •   2.3 特征提取
  •     1) 提取主要频率能量占比
  •     2) 提取矩阵最大奇异值
  • 3 实验结果分析
  •   3.1 特征向量组定性分析
  •   3.2 特征向量组定量比较
  •   3.3 模式识别算法比较
  • 4 结论

    • 文章来源

    类型: 期刊论文

    作者: 励文艳,程珩,赵立红,韩露

    关键词: 局部变换,极限学习机,轴向柱塞泵,滑靴磨损,故障诊断

    来源: 液压与气动 2019年12期

    年度: 2019

    分类: 工程科技Ⅱ辑

    专业: 工业通用技术及设备,机械工业

    单位: 太原理工大学新型传感器与智能控制教育部和山西省重点实验室,太原理工大学机械工程学院

    基金: 国家自然科学基金(51675364)

    分类号: TH137.51

    页码: 15-21

    总页数: 7

    文件大小: 1484K

    下载量: 104

    相关论文文献

    本文来源: https://www.lunwen66.cn/article/a28d4ec3a75c34628aa1d7bf.html