基于VMD多尺度熵与BP神经网络的液压设备故障诊断

• 作者: 徐启胜 江水 李军 李岩
• 来源期刊: 锻压装备与制造技术
• 学科: 工学
• 关键词: 液压设备 变分模态分解 多尺度模糊熵 BP神经网络 故障诊断
• 年，卷（期）: 2022,（1）
• 所属期刊栏目: 试验研究|Experiment Research
• 页码范围: 84-89
• 页数: 6页
• 分类号: TH137.9|V245.1
• 语种: 中文
• DOI: 10.16316/j.issn.1672-0121.2022.01.023

摘要

针对液压设备振动信号的非线性与非平稳性特征,提出一种VMD多尺度熵与BP神经网络的液压设备故障诊断方法.首先通过变分模态分解(Variational mode decomposition,VMD)对故障振动信号进行分解;根据得到固有模态函数分量(Intrinsic Mode Functions,IMF)求取相应的多尺度糊熵;在此基础上以VMD多尺度熵构建的故障特征矩阵输入到BP神经网络中进行训练和故障分类.实验结果表明该方法能够实现对液压设备关键故障诊断,准确率达到了97.66％.