自适应随机共振和DEMD的单向阀早期故障诊断

• 作者: 冯早 牟竹青 范玉刚 黄国勇
• 来源期刊: 机械科学与技术
• 学科: 工学
• 关键词: 单向阀 随机共振 粒子群 DEMD 早期故障
• 年，卷（期）: 2018,（4）
• 所属期刊栏目: 机械动力学
• 页码范围: 537-544
• 页数: 8页
• 分类号: TH17|TH911.756
• 字数: 4264字
• 语种: 中文
• DOI: 10.13433/j.cnki.1003-8728.2018.0408

摘要

针对高压隔膜泵单向阀的早期故障振动信号信噪比(SNR)低,故障特征提取困难的问题,本文提出一种自适应随机共振和微分经验模态分解(DEMD)的早期故障诊断方法.首先对原信号进行预处理,设置压缩比进行变尺度处理;然后将SNR作为自适应度函数,利用粒子群(PSO)算法优化随机共振(SR)系统参数,将优化后参数及处理后的信号输入SR系统中;最后对系统输出的信号进行DEMD算法分解,对各分量进行频谱分析,选取含特征频率的分量合成进行包络分析,以提取故障特征信息.经仿真分析与工程实验表明,该方法能够较好地提取出单向阀的早期故障特征信息.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄国勇	昆明理工大学信息工程与自动化学院	54	195	7.0	12.0
3	范玉刚	昆明理工大学信息工程与自动化学院	48	210	8.0	12.0
7	冯早	昆明理工大学信息工程与自动化学院	18	26	3.0	4.0
13	牟竹青	昆明理工大学信息工程与自动化学院	5	7	2.0	2.0