基于VMD-SVD的单向阀微弱故障诊断方法

• 作者: 吴漫 冯早 黄国勇 熊鹏博
• 来源期刊: 控制工程
• 关键词: 变分模态分解 奇异值分解 单向阀 微弱故障诊断 多变量预测模型
• 年，卷（期）: 2021,（1）
• 所属期刊栏目: 安全监控系统
• 页码范围: 106-113
• 页数: 8页
• 分类号: TH17
• 语种: 中文
• DOI: 10.14107/j.cnki.kzgc.20180354

摘要

针对大型往复式机械高压隔膜泵单向阀振动信号中的微弱故障特征难以提取,且磨损击穿故障、卡阀故障及正常状态振动信号难以识别的问题,提出一种基于变分模态分解和奇异值分解的单向阀微弱故障特征提取及诊断方法.首先对振动信号进行VMD分解,再借助能量百分比和方差贡献率筛选出包含丰富故障信息的模态IMF分量,其次对筛选后的IMF分量构建初始特征矩阵,然后利用SVD对特征矩阵进行分解,得到特征矩阵的奇异值作为表征微弱故障信号的特征向量,最后应用多变量预测模型对单向阀微弱故障进行诊断.工程实验结果表明,该方法能有效地提取出单向阀微弱故障信号特征并能对单向阀状态类型进行有效识别.