期刊专题

10.3969/j.issn.1001-3881.2021.05.033

基于CEEMDAN和RCMDE的往复压缩机轴承故障诊断方法

引用
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.

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

49

TH165+.3

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

2021-05-20(万方平台首次上网日期,不代表论文的发表时间)

共6页

168-172,161

暂无封面信息
查看本期封面目录

机床与液压

1001-3881

44-1259/TH

49

2021,49(5)

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn