基于TSMAAPE与WOA-KELM的液压泵故障诊断

摘要：

多尺度排列熵(MPE)是一种非线性动力学方法,广泛应用于旋转机械的故障诊断.然而,排列熵没有考虑具有相同排列模式的时间序列可能具有不同的振幅,并且粗粒化方法存在缺陷.为解决上述问题,提出时移多尺度振幅感知排列熵(TSMAAPE).利用时移时间序列改善MPE中粗粒度时间序列存在的不足,同时引入振幅感知排列熵.通过与时移多尺度排列熵和多尺度振幅感知排列熵进行对比,验证TSMAAPE的鲁棒性.考虑到TSMAAPE在特征提取方面的优势,结合鲸鱼优化算法优化的核极限学习机,提出一种液压泵智能故障诊断方法.结果表明:该方法对液压泵的不同故障具有较好的分类准确率,在故障诊断领域有广阔的应用前景.

关键词：液压泵、故障诊断、时移多尺度振幅感知排列熵、核极限学习机

所属期刊栏目：50

分类号：TH165+.3

在线出版日期：2022-05-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：201-209