摘要:针对单向阀振动信号含有背景噪声,故障特征提取困难和诊断精度不高的问题,提出了二次变分模态分解(二次VMD)、多尺度排列熵(MPE)和模糊C均值聚类(FCM)相结合的故障诊断方法。首先,通过二次VMD对振动信号进行分解,再使用双阈值法筛选得到有用的本征模态函数(IMF)。其次,提取重构信号中具有敏感特性的MPE特征。最后,将故障特征输入至FCM得到聚类中心,并根据海明贴近度对待识别样本进行分类。通过多组对比实验,结果表明二次VMD筛选能有效去除噪声及虚假成分,MPE具有更好的敏感故障特征表征能力。同时,使用FCM对模糊特征进行聚类能够取得比传统支持向量机(SVM)更好的效果。
关键词:二次变分模态分解 多尺度排列熵 双阈值法 单向阀 故障诊断
单位:昆明理工大学信息工程与自动化学院; 昆明650500; 云南省矿物管道输送工程技术研究中心; 昆明650500
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社
相关期刊
阿尔茨海默病及相关病 Water Science and Engineering Journal of Zhejiang University Science A 光电工程 Journal of Zhejiang University Science B 财政与税务 现代远程教育研究 石油实验地质 社会科学文摘 Journal of Huazhong University of Science and Technology相关范文
二次接线实训总结