基于EMD奇异值分解与马氏距离的气阀故障诊断

• 作者: 王旭平 王汉功 陈小虎
• 来源期刊: 机械
• 学科: 工学
• 关键词: 气阀机构 故障诊断 经验模态分解 奇异值分解 马氏距离
• 年，卷（期）: 2008,（10）
• 所属期刊栏目: 故障与诊断
• 页码范围: 63-65,69
• 页数: 4页
• 分类号: TP274
• 字数: 2921字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-0316.2008.10.018

摘要

设置排气阀的不同间隙及用新气阀模拟轻微漏气,构造气阀机构的四种常见工作状态,然后针对非平稳的缸盖振动信号,介绍了一种可以处理非平稳信号的新方法,应用Hilbert-Huang 变换的核心内容--经验模态分解法对非平稳信号进行分解,以降低原始信号中的非平稳性.利用经验模态分解和奇异值分解得到缸盖振动信号的故障特征参数,然后用少量的样本数据训练得到四种常见工作状态的模式向量,最后利用马氏距离判别函数进行气阀机构故障状态的识别.实验结果表明通过小样本即可完成模型的训练,且训练一旦完成,对未知样本的分类速度和识别率都很高,便于实现气阀机构故障的在线实时监测与诊断.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王旭平		14	46	4.0	5.0
2	王汉功		68	511	12.0	17.0
3	陈小虎		36	257	9.0	14.0