基于HHT和模糊C均值聚类的轴向柱塞泵故障识别

• 作者: 卢传奇 姜万录 朱勇
• 来源期刊: 吉林大学学报（工学版）
• 学科: 工学
• 关键词: 流体传动与控制 集总经验模态分解 短时最大熵谱分析 特征向量 模糊C均值聚类
• 年，卷（期）: 2015,（2）
• 页码范围: 429-436
• 页数: 8页
• 分类号: TH137|TP277
• 字数: 4721字
• 语种: 中文
• DOI: 10.13229/j.cnki.jdxbgxb201502014

摘要

提出了一种基于Hilbert-Huang变换(HHT)和模糊C均值聚类算法相结合的故障识别方法.利用HHT在处理非线性、非平稳信号方面的优势,对采集到的轴向柱塞泵泵壳振动加速度信号进行HHT处理.首先对信号分别进行经验模态分解(EMD)和集总经验模态分解(EEMD),结合短时最大熵谱分析选取对故障最为敏感的固有模态函数(IMF)分量,再对其分别进行二次分解.然后,采用本文提出的基于局部边际能量谱特征能量的方法求出故障特征向量.最后,采用模糊C均值聚类算法进行故障模式识别.识别结果表明:EEMD比EMD在迭代次数上大幅减少,故障识别准确率有了显著提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	姜万录	燕山大学河北省重型机械流体动力传输与控制重点实验室	138	1777	24.0	35.0
5	朱勇	燕山大学河北省重型机械流体动力传输与控制重点实验室	18	154	9.0	12.0
9	卢传奇	燕山大学河北省重型机械流体动力传输与控制重点实验室	1	8	1.0	1.0