FDM和RCMDE结合的特征提取与故障诊断

• 作者: 左红艳 刘晓波 洪连环
• 来源期刊: 振动、测试与诊断
• 关键词: 傅里叶分解 精细复合多尺度散布熵 双阶自适应小波聚类 故障诊断
• 年，卷（期）: 2021,（3）
• 所属期刊栏目: 论文
• 页码范围: 539-546
• 页数: 8页
• 分类号: TH165+.3
• 语种: 中文
• DOI: 10.16450/j.cnki.issn.1004-6801.2021.03.017

摘要

为提取有效特征向量以实现航空发动动机转子的故障诊断,针对航空发动机转子振动信号的非线性、非平稳的特性,首先,应用傅里叶分解方法(Fourier decomposition method,简称FDM)提取航空发动机转子信号的边际谱重心及最大能量层的谱重心;其次,计算振动信号的精细复合多尺度散布熵;最后,应用双阶自适应小波聚类方法对特征空间实现故障分类与识别.应用航空发动机转子试验器采集的样本验证表明,上述方法提取的特征值准确且波动小,同种故障类型的特征值集中,不同故障类型之间差异大,有利于提高多种故障类型混合的诊断精度.