基于奇异值分解降噪与排序熵的涡旋压缩机故障特征提取方法

• 作者: 周新涛 费维科 马转霞
• 来源期刊: 机械制造
• 学科: 工学
• 关键词: 压缩机 奇异值分解 排序熵 故障
• 年，卷（期）: 2018,（6）
• 所属期刊栏目: 试验·检测
• 页码范围: 94-96
• 页数: 3页
• 分类号: TH45
• 字数: 2176字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-4998.2018.06.030

摘要

针对涡旋压缩机故障信号非平稳且非线性的特点,提出一种基于奇异值分解降噪与排序熵的涡旋压缩机故障特征提取方法.这一方法首先对原始信号进行奇异值分解,根据奇异值差分谱确定降噪阶次,并进行信号重构,得到降噪信号;然后提取降噪信号的排序熵特征值,基于此建立涡旋压缩机典型故障的排序熵特征模型.试验结果表明,通过这一方法得到的涡旋压缩机故障特征鲜明清晰,为其状态监测与故障诊断提供了依据.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周新涛	西安汽车科技职业学院机械工程系	9	16	3.0	3.0
2	马转霞	西安汽车科技职业学院机械工程系	3	6	2.0	2.0
3	费维科	西安汽车科技职业学院机械工程系	4	6	2.0	2.0