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

• 作者: 徐敏强 王金东 赵海洋
• 来源期刊: 振动与冲击
• 学科: 工学
• 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
• 年，卷（期）: 2013,（23）
• 页码范围: 105-109
• 页数: 5页
• 分类号: TH165.3
• 字数: 3969字
• 语种: 中文

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐敏强	哈尔滨工业大学航天学院	114	1285	21.0	29.0
2	赵海洋	哈尔滨工业大学航天学院	10	78	3.0	8.0
6	王金东	东北石油大学机械科学与工程学院	58	218	8.0	12.0