基于VMD和MP算法的旋转机械故障特征提取
CSTR:
作者:
作者单位:

东北石油大学电气信息工程学院 大庆 163318

中图分类号:

TP14


Rotating machinery fault feature extraction based on VMD and MP algorithm
Author:
Affiliation:

School of Electrical and Information Engineering, Northeastern University of Petroleum, Daqing 163318, China

  • 摘要
  • | |
  • 访问统计
  • |
  • 参考文献 [15]
  • |
  • 相似文献
  • |
  • 引证文献
  • | |
  • 文章评论
    摘要:

    旋转机械故障振动信号为不平稳、非线性而且信噪比低的多分量信号,故障特征很难提取。小波分析方法受限于小波基和分解层次的选取,经验模态分解(EMD)等自适应分解方法存在模态混叠和虚假分量的问题,应用在旋转机械故障提取上容易误判。提出了利用匹配追踪算法(MP)改进变分模态分解(VMD)的故障诊断方法。通过构建合适的仿真信号仿真和对实测信号的仿真,验证了该方法的可行性和实用性。

    Abstract:

    Rotating machine fault vibration signal is not stable, nonlinear and low signal to noise ratio of multicomponent signal, fault characteristics difficult to extract. Wavelet analysis method is limited by the selection of wavelet basis and decomposition level, empirical mode decomposition (EMD) and other adaptive decomposition method exists modal aliasing and false component problem, and is easy to misjudge in the extraction of rotating machinery. In this paper, a fault diagnosis method based on matching tracking algorithm (MP) is proposed to improve variational mode decomposition (VMD). The feasibility and practicability of the method are verified by constructing the simulation of the simulation signal and simulating the measured signal.

    参考文献
    [1]张龙,张磊,熊国良,等.基于多尺度熵的滚动轴承Elman神经网络故障诊断方法[J].机械科学与技术,2014,33(12):18541858.
    [2]石明江,罗仁泽,付元华,等.小波和能量特征提取的旋转机械故障诊断方法[J].电子测量与仪器学报,2015,29(8):11141120.
    [3]李鑫.小波分析在滚动轴承故障信号处理中的应用[J].国外电子测量技术,2013,32(6):6567,71.
    [4]YAN R Q.Base wavelet selection for bearing vibration signal analysis[J].International Journal of Wavelets Multiresolution and Information Processing,2009,7(4):411426.
    [5]段礼祥.基于小波包理论的往复泵故障特征提取研究[J].石油矿场机械,2007,36(1):14.
    [6]郭艳平,颜文俊,包哲静,等.基于经验模态分解和散度指标的风力发电机滚动轴承故障诊断方法[J].电力系统保护与控制,2012,(17):8387.
    [7]时培明,丁雪娟,李庚,等.一种EMD改进方法及其在旋转机械故障诊断中的应用[J].振动与冲击,2013,32(4):185190.
    [8]陈鹏飞,陈卫,高星伟,等.LMD和支持向量机相结合的齿轮毂故障诊断方法[J].机械科学与技术,2015,34(10):15991603.
    [9]DRAGOMIRETSKIY K,ZOSSO D.Variational mode decomposition[J].IEEE Transactions on Signal Processing: A publication of the IEEE Signal Processing, 2014,62(3):531544.
    [10]郑小霞,周国旺,任浩翰,等.基于变分模态分解的风机滚动轴承早期故障诊断[J].轴承,2016(7):4853.
    [11]崔志强,王宁,机清泉,等.基于分层匹配追踪算法的电能质量复合扰动参数辨识方法[J].电力自动化设备,2017,37(3):153159.
    [12]王林,蔡改改,高冠琪,等.基于改进MP的稀疏表示快速算法及其滚动轴承故障特征提取应用[J].振动与冲击,2017,36(3):176182.
    [13]谭子龙,王雪梅,许哲,等.基于匹配追踪算法的激波信号特征提取[J].应用声学,2014,33(6):547553.
    [14]赵天姿,宋炜,王尚旭,等.基于匹配追踪算法的时频滤波去噪方法[J].石油物探,2008,47(4):367371.
    [15]陈雷,郑德忠,赵兴涛,等.基于匹配追踪稀疏分解的电能质量扰动检测[J].仪器仪表学报,2015,36(11):24012410.
    相似文献
    引证文献
    网友评论
    网友评论
    分享到微博
    发 布
引用本文

许爱华,闫俊泉,伍旭灿,盖磊.基于VMD和MP算法的旋转机械故障特征提取[J].国外电子测量技术,2017,36(8):11-17

复制
分享
文章指标
  • 点击次数:914
  • 下载次数: 1362
  • HTML阅读次数: 0
  • 引用次数: 0
历史
  • 在线发布日期: 2017-09-11
文章二维码
×
《国外电子测量技术》
2025年投稿方式有变