ILWT-EEMD数据处理的ELM滚动轴承故障诊断

• 作者: 徐宝昌 张东明 顾泓 潘佳佳
• 来源期刊: 水泵技术
• 关键词: 故障诊断 轴承 极限学习机 改进阈值提升小波 经验模态分解
• 年，卷（期）: 2021,（3）
• 所属期刊栏目: 故障分析
• 页码范围: 19-24,46
• 页数: 7页
• 分类号: TH321
• 语种: 中文

摘要

当前,在我国石油钻探开发中的大型设备常因微小原件故障影响钻井过程和生产效益.以钻井泵滚动轴承为例,其体积较小容易损坏,因此成为钻井泵故障诊断的重要目标.本文提出了基于ILWT-EEMD数据处理的改进方法——ELM钻井泵滚动轴承故障诊断的新方法,通过改进提升小波降噪,结合经验模态分解提取特征进行数据预处理,创新性的将处理后的数据利用泛化能力和运行速度较快的极限学习机进行故障分类.解决了传统钻井泵故障诊断过程中突变、局部抖动的信号过于平滑和边缘模糊等失真问题,较好的保留了非噪声信号的同时,克服了传统方法中相邻本征模向量中模态混叠和相互影响的状况,将数据较多情况下一些低维度的线性不可分问题转化成了高维度的线性可分问题,在准确率和运算速度上取得了良好的效果.