基于振动信号分析的水工金属闸门状态识别方法

• 作者: 杨军 刘鹏鹏 漆玉龙 胡仲明
• 来源期刊: 水电站机电技术
• 学科: 工学
• 关键词: 水工金属闸门 状态识别 振动信号 EEMD 功率谱熵
• 年，卷（期）: 2022,（2）
• 所属期刊栏目: 辅助设备与水利工程
• 页码范围: 106-109
• 页数: 4页
• 分类号: TV663
• 语种: 中文
• DOI: 10.13599/j.cnki.11-5130.2022.02.029

摘要

水工金属闸门是水利工程中的关键设备,其运行状态优劣直接影响到整个水利工程,甚至引起安全事故.提出一种基于振动信号分析的水工金属闸门状态识别方法,采用集合经验模态分解(Ensemble empirical mode decomposition,EEMD)对水工金属闸门产生的振动信号进行自适应分解,获得一系列易于分析的本征模态函数(Intrinsic mode function,IMFs),采用功率谱熵对各IMFs进行特征量化,获得能够表征水工金属闸门状态的状态特征向量,进一步结合自适应神经模糊推理系统(Adaptive neuro-fuzzy inference system,ANFIS)实现水工金属闸门状态识别.通过数据验证分析,证明所采用的基于振动信号分析的水工金属闸门状态识别方法具有较好效果.