液压泵故障诊断稀疏编码方法研究

摘要：

针对液压泵故障特征难以提取、诊断过程复杂、自动化程度低等特点,将稀疏编码方法应用于液压泵故障诊断.通过对液压泵泵壳处振动信号进行时频域变换,将变换后的信号作为样本,采用K-SVD算法对训练样本进行字典学习以获取字典,利用正交匹配追踪算法对测试信号进行分解与重构,通过不同类别字典对测试信号的重构率大小进行故障种类识别,实现液压泵故障分类.通过试验验证并与BP神经网络、支持向量机对比,结果表明稀疏编码方法具有对故障识别速度快、准确率高、稳定性好等优点,可以有效地实现对液压泵故障的诊断.

关键词：液压泵、奇异值分解、正交匹配追踪、故障诊断

所属期刊栏目：37

分类号：TP206.3(自动化技术及设备)

资助基金：国家自然科学基金项目资助51175511

在线出版日期：2017-07-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：451-454,465