MOMED和双谱熵在液压泵退化特征提取中的应用

摘要：

针对液压泵振动信号通常具有非线性强和信噪比低的特点,提出了一种基于多点最优最小熵解卷积(Multipoint Optimal Minimum Entropy Deconvolution,MOMED)和双谱熵(Bispectral Entropy)的液压泵退化特征提取方法.首先针对最小熵解卷积(Minimum Entropy Deconvolution,MED)降噪效果受滤波器长度和迭代次数影响的问题,提出了一种多点最优最小熵解卷积(MOMED)降噪方法,并利用MOMED对液压泵原始振动信号进行处理,以降低原始信号中干扰成分的影响;然后采用双谱分析提取双谱熵作为退化特征,以提高对液压泵退化状态的反映能力;最后,通过对液压泵性能退化试验实测振动信号的应用分析,验证了该方法的有效性.

关键词：故障诊断、液压泵、双谱分析、退化状态识别、MOMED

所属期刊栏目：32

分类号：TH165+.3;TN911.7

在线出版日期：2019-10-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：730-738