基于CEEMDAN和RCMDE的往复压缩机轴承故障诊断方法

• 作者: 王金东 欧凌非 赵海洋 宋美萍
• 来源期刊: 机床与液压
• 关键词: 自适应噪声完备集合经验模态分解 精细复合多尺度散布熵 信号重构 往复压缩机 故障诊断
• 年，卷（期）: 2021,（5）
• 所属期刊栏目: 故障诊断与可靠性|FAULT DIAGNOSIS & RELIABILITY
• 页码范围: 168-172,161
• 页数: 6页
• 分类号: TH165+.3
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3881.2021.05.033

摘要

针对往复压缩机振动加速度信号的非线性、非平稳等特性,提出一种基于自适应噪声完备集合经验模态分解(CEEMDAN)和精细复合多尺度散布熵(RCMDE)的往复压缩机轴承故障特征提取方法.采用CEEMDAN方法对信号进行分解时,通过不同的参数组合,可得到不同的IMF分量;计算不同参数条件下重构后的信号的峭度值,选用峭度值最大的一组参数重新对信号进行CEEMDAN分解,并进行信号重构.对重构后的信号进行RCMDE分析,提取故障特征向量,并利用支持向量机(SVM)进行分类识别.将优选参数的CEEMDAN分解方法和原CEEMDAN分解方法进行对比,结果表明:优选参数的CEEMDAN分解方法能更好地提取往复压缩机周期冲击性信号,有利于提高故障诊断的精确度.