10.13465/j.cnki.jvs.2016.12.030
基于局部特征尺度分解谱熵和 VPMCD 的液压泵退化状态识别
针对液压泵故障信号的非平稳特性以及其退化状态难以识别的问题,结合局部特征尺度分解与信息熵理论,提出了局部特征尺度分解谱熵的退化特征提取方法,并将基于变量预测模型的模式识别(Variable Predictive Model based Class Discriminate,VPMCD)方法引入到液压泵的退化状态识别。对不同程度故障的液压泵振动信号进行局部特征尺度分解,从得到的内禀尺度分量中提取振动信号的复杂度和随机性度量指标能谱熵、奇异谱熵和包络谱熵,以其作为液压泵的退化特征向量,通过建立 VPMCD 退化状态识别模型实现液压泵的退化状态识别。仿真信号分析结果验证了所提出的局部特征尺度分解谱熵具有较好的表征液压泵故障退化状态的能力。通过对实测液压泵松靴和滑靴磨损两种故障模式下的退化状态振动信号进行分析验证了提出方法的有效性。
液压泵、退化状态识别、局部特征尺度分解、谱熵、变量预测模型的模式识别
35
TH322;TP306+.3(泵)
国家自然科学基金资助项目51275524
2016-07-04(万方平台首次上网日期,不代表论文的发表时间)
共8页
188-195