基于形态分量分析和EEMD样本熵的自动机故障诊断

• 作者: 房立清 王斐 赵玉龙 齐子元
• 来源期刊: 火力与指挥控制
• 学科: 工学
• 关键词: 自动机 振动信号 形态分量分析 EEMD 样本熵
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 理论研究
• 页码范围: 65-70
• 页数: 6页
• 分类号: TP277|TH165.3
• 字数: 3368字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-0640.2020.04.012

摘要

针对自动机故障诊断过程中振动信号故障特征较难提取的问题,提出了结合形态分量分析(MCA)和总体经验模态分解(EEMD)的自动机故障特征提取方法.根据自动机振动信号组成成分的形态差异,利用形态分量分析方法构建不同的稀疏字典对各组成成分进行分离,消除噪声分量,提取出反映主要故障特征的冲击分量;对所提取的冲击分量进行EEMD分解并计算各IMF分量的样本熵值,以此作为故障特征向量输入基于离子群优化的支持向量机(PSO-SVM)进行识别.通过自动机典型故障诊断试验表明:形态分量分析方法可有效分离出自动机振动信号中的冲击成分;同时,所提出的特征提取方法能够有效地进行自动机故障诊断.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	房立清	陆军工程大学石家庄校区火炮工程系	9	18	2.0	4.0
2	齐子元	陆军工程大学石家庄校区火炮工程系	14	15	2.0	3.0
3	王斐	武警士官学校军械系	2	1	1.0	1.0
4	赵玉龙	陆军工程大学石家庄校区火炮工程系	3	1	1.0	1.0