基于优化k值的VMD和矩阵分形的供输弹系统早期故障诊断

发布时间：2021-04-29 01:26

　　对于供输弹系统早期故障信号非线性、非平稳、故障信息易被湮没难以识别的问题,提出了基于优化k值的变分模态分解（VMD）和矩阵分形的早期故障识别方法。首先计算不同k值下相对能量比值μ的大小,选择与较小μ值对应的k作为分解层数并对分解结果进行检验;然后通过计算VMD分解后得到的各工况信号IMF的广义维数,构建每种工况的分形矩阵;最后计算样本信号与待测信号分形矩阵的相关系数,确定待测信号的工况。结果表明该方法能对供输弹系统早期故障进行有效识别。 

【文章来源】：机械设计与研究. 2020,36(02)北大核心CSCD

【文章页数】：5 页

【文章目录】：
1 变分模态分解
    1.1 算法及原理
    1.2 优化k值算法
    1.3 选取k值
2 多重分形理论
    2.1 广义维数的计算
    2.1 构建分形矩阵
3 供输弹故障诊断实列分析
    3.1 试验测点布置
    3.2 试验记录与故障现象
    3.3 故障特征的提取与识别
4 结 论


【参考文献】：
期刊论文
[1]局部均值分解和经验模态分解的性能对比研究[J]. 张超,杨立东,李建军.  机械设计与研究. 2012(03)
[2]基于神经网络的火炮自动供输弹装置故障预测[J]. 唐湘燕,陈效华.  火炮发射与控制学报. 2007(01)
[3]旋转机械动态特性的分形特征及故障诊断[J]. 徐玉秀,钟建军,闻邦椿.  机械工程学报. 2005(12)
[4]基于广义分形的旋转机械故障诊断识别与分类[J]. 徐玉秀,钟建军,刘薇,周晓梅.  辽宁工程技术大学学报. 2005(04)



本文编号：3166564