基于改进MF-DFA和SSM-FCM的液压泵退化状态识别方法

• 作者: 孙健 李宝晨 李洪儒 田再克
• 来源期刊: 仪器仪表学报
• 学科: 工学
• 关键词: 液压泵 退化状态识别 去趋势波动分析 模糊C均值
• 年，卷（期）: 2016,（8）
• 所属期刊栏目: 信息处理技术
• 页码范围: 1851-1860
• 页数: 10页
• 分类号: TH212|TH213.3
• 字数: 6155字
• 语种: 中文

摘要

针对液压泵振动信号通常具有非线性强和信噪比低的特点，提出了一种基于改进多重分形去趋势波动分析（MF-DFA）和半监督马氏距离模糊C均值（SSM-FCM）的液压泵退化状态识别方法。该方法首先引入滑动窗口技术改进传统MF-DFA方法在时间序列数据分割过程中存在的不足，提高MF-DFA方法的计算精度；然后利用改进MF-DFA方法计算液压泵多重分形谱参数，并分析了不同分形谱参数对液压泵退化状态的反映能力，选取奇异指数α0和广义Hurst指数波动均值Δ珔h（q）作为退化特征量；最后利用半监督马氏距离模糊C均值方法实现了液压泵退化状态识别，并以液压泵实测数据为例验证本文所提方法的有效性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李洪儒		81	640	11.0	22.0
2	李宝晨		16	47	4.0	5.0
3	孙健		12	57	4.0	7.0
4	田再克		10	43	4.0	6.0