基于经验小波分解和卷积神经网络的液压泵故障诊断

发布时间：2024-02-03 02:46

　　液压泵振动信号具有非平稳性,需要一定的先验知识和专家经验从而实现故障诊断。为了实现对液压泵的智能故障诊断,提出了一种基于经验小波变换(Empirical Wavelet Transform,EWT)和卷积神经网络(Convolutional Neural Network,CNN)的智能故障诊断方法。首先对振动加速度信号进行经验小波变换得到若干不同模态的内禀模态函数(Intrinsic Mode Function,IMF);其次,基于峭度的评价指标,筛选出故障特征丰富的6个IMF分量作为诊断用的数据源;然后利用CNN融合IMF分量,并自动提取相关特征;最后,将特征应用于分类器识别,从而实现液压泵故障的自动故障诊断。试验结果表明:该方法能够准确、有效的对液压泵的工作状态和故障类型进行分类。

【文章页数】：8 页

【部分图文】：

图1频带分布

在确认出区间Λn后,每一个Λn上的带通滤波器即为经验小波,以小波理论的定义方法,构造出经验小波,经验小波尺度函数φ^n(ω)和小波函数ψ^n(ω)在频域内的定义分别如下:φ^n(ω)={1;|ω|≤(1-γ)ωncos[π2β(12γωn(....

图2LeNet-5网络结构

典型的CNN通常由特征提取和分类这两个部分组成,特征提取过程由卷积和池化操作完成。最后由全连接层和分类器实现对提取到特征的分类。图2给出了典型的LeNet-5结构图。后续的CNN结构基本由此发展而来。卷积层是CNN网络的核心,通过对输入数据的卷积运算,从而提取到相应特征。一个卷积....

图3基于EWT和CNN-2D的液压泵故障诊断方法流程

基于EWT和CNN进行液压泵故障定性诊断时,分为五个步骤:信号采集与划分、样本信号EWT分解、数据集创建、CNN网络结构设计与训练以及液压泵故障定性诊断,流程如图3所示。(1)信号采集与划分:

图4斜盘式轴向柱塞泵实验系统

表1液压泵试验参数设置表参数名称参数值电动机转速/r·min-11470转轴频率/Hz24.5采样频率/kHz50泵出口压力/MPa13为了验证所提方法的有效性,本研究选取一路Z轴方向振动信号进行深入分析。将各个状态下的原信号采集后,经过EWT方法处理,每个....

本文编号：3893581