MOMED和双谱熵在液压泵退化特征提取中的应用

论文摘要

针对液压泵振动信号通常具有非线性强和信噪比低的特点,提出了一种基于多点最优最小熵解卷积(Multipoint Optimal Minimum Entropy Deconvolution,MOMED)和双谱熵(Bispectral Entropy)的液压泵退化特征提取方法。首先针对最小熵解卷积(Minimum Entropy Deconvolution,MED)降噪效果受滤波器长度和迭代次数影响的问题,提出了一种多点最优最小熵解卷积(MOMED)降噪方法,并利用MOMED对液压泵原始振动信号进行处理,以降低原始信号中干扰成分的影响;然后采用双谱分析提取双谱熵作为退化特征,以提高对液压泵退化状态的反映能力;最后,通过对液压泵性能退化试验实测振动信号的应用分析,验证了该方法的有效性。

论文目录

• 引言
• 1 基于MOMED的信号处理
•   1.1 MED原理
•   1.2 MOMED的提出
•   1.3 仿真信号分析
• 2 双谱熵的建立
•   2.1 双谱分析
•   2.2 双谱熵模型的建立
• 3 试验分析
•   3.1 液压泵全寿命数据采集
•   3.2 液压泵振动信号MOMED处理
•   3.3 基于双谱分析的液压泵退化特征提取
•   3.4 退化状态识别
• 4 结论

文章来源

类型: 期刊论文

作者: 田再克,李洪儒,王卫国,许葆华

关键词: 故障诊断,液压泵,双谱分析,退化状态识别

来源: 振动工程学报 2019年04期

年度: 2019

分类: 工程科技Ⅱ辑

专业: 工业通用技术及设备,机械工业

单位: 陆军工程大学石家庄校区,国防大学联合勤务学院

分类号: TH137.51

DOI: 10.16385/j.cnki.issn.1004-4523.2019.04.021

页码: 730-738

总页数: 9

文件大小: 4832K

下载量: 109