基于CEEMDAN与信息熵的液压泵故障特征提取方法研究

摘要：

由于液压泵故障振动信号微弱和不平稳的特性，造成特征向量提取和故障诊断困难。针对这些问题，提出一种CEEMDAN与信息熵结合的特征提取方法。将传感器测得的液压泵的故障振动信号进行CEEMDAN分解得到多个固有模态函数( IMF)，并计算其信息熵，然后筛选出信息熵最小的3个IMF分量重构信号，计算重构信号的多域熵作为特征向量来训练决策树模型。液压泵故障诊断实验结果证明了该方法的有效性和优越性。

关键词：CEEMDAN、信息熵、故障诊断

所属期刊栏目：44

分类号：TP391.9(计算技术、计算机技术)

在线出版日期：2016-11-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：192-195