基于改进Mallat算法及包络线的气阀故障诊断
气阀故障微弱信号特征不明显,常规方法难以通过计算结果来判断气阀状态,且传统Mallat算法存在频率混叠及边界震荡现象,难以提取出气阀故障特征.为此,提出一种结合改进Mallat分解算法及包络线的故障特征提取方法.改进传统的边界处理方式,对信号右边界进行数据延拓,用二阶Volterra模型对延拓信号进行预测,用递推最小二乘法求取预测系数,用非抽样算法对信号进行小波包分解.对分解得到的各频带信号进行奇异值降噪处理,通过奇异熵增量曲线选择降噪阶次,画出信号的上、下包络线,用于提取气阀故障特征.对仿真信号及工程信号的处理表明,用改进的Mallat算法对信号进行分解,消除了边界震荡及频率混叠现象,成功提取了阀片破损的微弱故障特征,取得了良好的效果.
Mallat算法、气阀、故障诊断、信号分解
39
TP3;TH4
国家"863"计划项目"基于双扭环机制的输油管线泄漏诊断的新装置与方法研究"2008AA06Z209;中国石油天然气集团公司中青年创新基金项目"往复压缩机剩余寿命的混沌关联预测方法研究"07E1005
2013-03-22(万方平台首次上网日期,不代表论文的发表时间)
共4页
56-59