基于多重分形与奇异值分解的往复压缩机故障特征提取方法研究

摘要：

针对往复压缩机故障信息干扰耦合,振动信号呈现复杂非线性、非平稳等特性,提出一种基于多重分形与奇异值分解的多传感器故障特征提取方法.广义分形维数能够更精细的刻画信号的局部尺度行为,通过对多传感器信号进行多重分形分析,构成广义分形维数初始特征矩阵,应用奇异值分解法进行数据压缩,提取矩阵特征值作为故障特征向量.以往复压缩机传动机构为研究对象,通过振动信号提取不同位置轴承间隙大故障的特征向量,利用支持向量机作为分类器,与单一传感器多重分形法和多传感器单重分形法进行对比分析,验证了该方法的有效性.

关键词：多重分形、奇异值分解、间隙故障、支持向量机、往复压缩机、故障诊断

所属期刊栏目：32

分类号：TH165.3

资助基金：黑龙江省教育厅科学技术研究项目12521051

在线出版日期：2014-03-04（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：105-109