基于VMD的发动机气门故障特征提取

发布时间：2021-03-13 21:31

　　针对柴油发动机气门间隙故障诊断中故障特征提取难、易受噪声影响、诊断准确率低的问题,提出一种基于变分模态分解（VMD）算法和排列熵相结合的柴油机故障特征提取方法。首先,采用不同算法对仿真信号进行分解和比较分析,证明VMD方法在分解非平稳信号方面的优越性;然后,利用VMD对气门故障实测信号进行分解,并用排列熵值作为依据优化选择故障分量;最后,通过时频分析和能量分析验证所选择信号的准确性。实验结果表明,提出的方法能有效提取柴油机气门故障特征。 

【文章来源】：军事交通学院学报. 2020,22(11)

【文章页数】：7 页

【部分图文】：

源信号时域波形

仿真信号时域、频域波形

仿真信号分解结果

【参考文献】：
期刊论文
[1]基于VMD的自适应形态学在轴承故障诊断中的应用[J]. 钱林,康敏,傅秀清,王兴盛,费秀国.  振动与冲击. 2017(03)
[2]基于ITD复杂度和PSO-SVM的滚动轴承故障诊断[J]. 张小龙,张氢,秦仙蓉,孙远韬.  振动与冲击. 2016(24)
[3]变分模态分解方法及其在滚动轴承早期故障诊断中的应用[J]. 唐贵基,王晓龙.  振动工程学报. 2016(04)
[4]基于变分模态分解和Teager能量算子的滚动轴承故障特征提取[J]. 马增强,李亚超,刘政,谷朝健.  振动与冲击. 2016(13)
[5]柴油机气门故障特征提取方法研究[J]. 费红姿,张松娟,刘龙,李学民,马修真.  内燃机工程. 2016(02)
[6]发动机曲轴系统扭转振动建模与实测分析[J]. 上官文斌,陈超,段小成,谌宝军.  振动.测试与诊断. 2012(04)



本文编号：3080942