基于D-CA和R-EEMD的液压系统故障识别

• 作者: 冯霞 张梅军 柴凯 黄杰
• 来源期刊: 噪声与振动控制
• 学科: 工学
• 关键词: 振动与波 故障诊断 双相关分析 集合经验模态分解
• 年，卷（期）: 2015,（1）
• 页码范围: 204-208,224
• 页数: 6页
• 分类号: TB53|TN911.7|TH165+.3
• 字数: 3508字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-1335.2015.01.042

摘要

剖析液压系统故障特征，采用了一种双相关分析（D-CA）和改进的集合经验模态分解（R-EEMD）相结合的液压系统故障提取新方法。该方法首先对原信号进行自相关分析，突出信号中的周期成分和去噪，利用支持向量回归机（SVR）延拓来改进的EEMD对原信号的自相关函数进行分解；得到理论意义上的固有模态函数（IMF）。再通过求取IMF分量与自相关处理的信号的频域而非传统时域上的互相关系数，去除虚假IMF分量。最后对去除虚假分量重构信号进行Hilbert谱分析提取信号的故障特征。该方法提高了信噪比，减少了IMF的数量，抑制了端点效应，成功地提取了液压系统故障特征频率。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张梅军	解放军理工大学野战工程学院	54	317	10.0	14.0
2	冯霞	解放军理工大学野战工程学院	8	11	2.0	3.0
3	黄杰	解放军理工大学野战工程学院	16	106	5.0	10.0
4	柴凯	解放军理工大学野战工程学院	12	40	4.0	6.0