10.13465/j.cnki.jvs.2021.18.004
基于VMD-RQA的直线振动筛激振力不平衡故障诊断
针对直线振动筛早期激振力不平衡故障难以诊断问题,提出了一种基于变分模态分解(VMD)和递归量化分析(RQA)的故障诊断方法.对振动信号进行VMD分解,将直线振动筛基频信号分离,并得到被淹没的各阶高频分量;绘制不同信号分量的动力特性递归图,计算递归图的量化指标,组成故障信号的非线性、非平稳性评价特征向量,将高维特征向量输入机器学习分类器中进行识别诊断,并与传统的特征提取方法比较.试验结果表明:在直线振动筛激振力不平衡故障现场,该方法所提取的特征参数具有最高识别精度,综合识别率为99.13%;且应用于旋转机械滚动轴承实例数据,综合识别率为99.38%,说明该方法具有一定的通用性和工程应用价值.
直线振动筛;变分模态分解(VMD);递归量化分析;故障诊断
40
TH17;TH234
国家自然科学基金;福建省自然科学基金;2020年产学合作协同育人项目;华侨大学教改项目
2021-10-19(万方平台首次上网日期,不代表论文的发表时间)
共8页
25-32