基于CEEMDAN和RCMDE的往复压缩机轴承故障诊断方法

摘要：

针对往复压缩机振动加速度信号的非线性、非平稳等特性,提出一种基于自适应噪声完备集合经验模态分解(CEEMDAN)和精细复合多尺度散布熵(RCMDE)的往复压缩机轴承故障特征提取方法.采用CEEMDAN方法对信号进行分解时,通过不同的参数组合,可得到不同的IMF分量;计算不同参数条件下重构后的信号的峭度值,选用峭度值最大的一组参数重新对信号进行CEEMDAN分解,并进行信号重构.对重构后的信号进行RCMDE分析,提取故障特征向量,并利用支持向量机(SVM)进行分类识别.将优选参数的CEEMDAN分解方法和原CEEMDAN分解方法进行对比,结果表明:优选参数的CEEMDAN分解方法能更好地提取往复压缩机周期冲击性信号,有利于提高故障诊断的精确度.

关键词：自适应噪声完备集合经验模态分解、精细复合多尺度散布熵、信号重构、往复压缩机、故障诊断

所属期刊栏目：49

分类号：TH165+.3

资助基金：黑龙江省自然科学基金项目;东北石油大学青年科学基金项目

在线出版日期：2021-05-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：168-172,161