-
题名自适应随机共振和DEMD的单向阀早期故障诊断
被引量：8
- 1
-
-
作者
牟竹青
冯早
黄国勇
范玉刚
-
机构
昆明理工大学信息工程与自动化学院
云南省矿物管道输送工程技术研究中心
-
出处
《机械科学与技术》
CSCD
北大核心
2018年第4期537-544,共8页
-
基金
国家自然科学基金项目(61663017)
云南省科技计划项目(2015ZC005)资助
-
文摘
针对高压隔膜泵单向阀的早期故障振动信号信噪比(SNR)低,故障特征提取困难的问题,本文提出一种自适应随机共振和微分经验模态分解(DEMD)的早期故障诊断方法。首先对原信号进行预处理,设置压缩比进行变尺度处理;然后将SNR作为自适应度函数,利用粒子群(PSO)算法优化随机共振(SR)系统参数,将优化后参数及处理后的信号输入SR系统中;最后对系统输出的信号进行DEMD算法分解,对各分量进行频谱分析,选取含特征频率的分量合成进行包络分析,以提取故障特征信息。经仿真分析与工程实验表明,该方法能够较好地提取出单向阀的早期故障特征信息。
-
关键词
单向阀
随机共振
粒子群
DEMD
早期故障
-
Keywords
check valve
stochastic resonance
particle swarm optimization
differential empirical node decomposition
early fault feature
-
分类号
TH17
[机械工程—机械制造及自动化]
TH911.756
[机械工程]
-
