辛几何模态分解和广义形态分形维数的液压泵故障诊断

发布时间：2021-02-18 11:11

　　针对液压泵故障诊断问题,本文提出了一种基于辛几何模态分解和广义形态分形维数相结合的方法。对实测液压泵多模态故障振动信号进行分解;基于所提出的能量选取法,重构含有丰富运行特征信息的模态分量,并将其作为数据源;基于数据源提取,实现对液压泵不同故障的诊断。通过对比分析仿真和实测液压泵故障振动信号的试验结果,验证了该方法可以有效地诊断液压泵不同故障。 

【文章来源】：哈尔滨工程大学学报. 2020,41(05)北大核心

【文章页数】：7 页

【部分图文】：

方法流程

利用SGMD对仿真信号x(t)进行分解,根据文献[10]可知,参数d设置为n/3,其中n为信号长度,即得到255个SGC分量,并对上述分量进行能量分析,模态分量能量比分布如图3所示。由图3可知,绝大部分能量集聚在前4个SGC分量,剩余其他251个SGC分量所含能量极少。由此可知,15 Hz和25 Hz正弦信号x1(t)和x2(t)包含在上述4个分量中。图3 基于仿真信号的模态分量能量比分布

图2 仿真信号对上述4个分量进行相似性分析,结果如表1所示。由表1可知,模态1和2具有极高的相似性、模态3和4具有极高的相似性,其他模态之间相似性极低。因此,将模态1和模态2进行重构、模态3和模态4进行重构,结果如图4所示。

【参考文献】：
期刊论文
[1]一种基于复合谱与关联熵融合的特征提取方法[J]. 孙健,李洪儒.  机械工程学报. 2017(24)
[2]液压泵故障诊断稀疏编码方法研究[J]. 王鹏飞,王新晴,朱会杰,李艳峰,张梅军.  北京理工大学学报. 2017(05)
[3]液压挖掘机分阶段功率匹配控制技术[J]. 高宇,冯培恩,彭贝,邱清盈.  哈尔滨工程大学学报. 2017(09)
[4]基于ELMD的样本熵及Boosting-SVM的滚动轴承故障诊断[J]. 何志坚,周志雄.  振动与冲击. 2016(18)



本文编号：3039477