基于LMD多尺度熵和LSSVM的往复压缩机故障诊断方法研究

• 作者: 唐友福 林峰 邹龙庆
• 来源期刊: 压缩机技术
• 学科: 工学
• 关键词: 局部均值分解 多尺度熵 往复压缩机 故障诊断
• 年，卷（期）: 2018,（4）
• 所属期刊栏目: 设计研究
• 页码范围: 1-7
• 页数: 7页
• 分类号: TH312|TH457
• 字数: 4629字
• 语种: 中文

摘要

针对往复压缩机振动信号的非线性和非平稳多源冲击性,提出一种基于局部均值分解(LMD)、多尺度熵(MSE)和最小二乘支持向量机的诊断方法.首先,利用LMD将不同状态振动信号分解为一系列乘积函数(PF)分量,然后根据各PF分量与原信号的互信息值,选择相关性较大且包含故障状态主要信息分量,计算其相应的多尺度熵值,并构造能够定量描述往复压缩机状态的特征向量,最后利用LSSVM作为模式分类器,对上述不同状态下的特征向量样本进行训练和识别,诊断得出往复压缩机气阀故障类型.进一步与小波多尺度熵、EMD多尺度熵方法所提取特征向量识别结果进行对比,结果表明:该方法具有更高的识别率,为往复压缩机故障诊断提供了一种新途径.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邹龙庆	东北石油大学机械科学与工程学院	47	109	5.0	7.0
2	唐友福	东北石油大学机械科学与工程学院	23	69	3.0	7.0
3	林峰	东北石油大学机械科学与工程学院	1	3	1.0	1.0