基于完备总体经验模态分解和模糊熵结合的液压泵退化特征提取方法

作     者：姜万录 孔德田 李振宝 佟祥伟 岳文德 JIANG Wan-lu;KONG De-tian;LI Zhen-bao;TONG Xiang-wei;YUE Wen-de

作者机构：燕山大学河北省重型机械流体动力传输与控制重点实验室河北秦皇岛066004 燕山大学河北省重型智能制造装备技术创新中心河北秦皇岛066004 

出 版 物：《计量学报》 (Acta Metrologica Sinica)

年 卷 期：2020年第41卷第2期

页      面：202-209页

学科分类：080704[工学-流体机械及工程] 08[工学] 080401[工学-精密仪器及机械] 0807[工学-动力工程及工程热物理] 0804[工学-仪器科学与技术] 

基　　金：国家自然科学基金(51875498,51475405) 河北省自然科学基金重点项目(E2018203339) 

主　　题：计量学 液压泵 状态识别 完备总体经验模态分解 模糊熵 退化特征提取 变量预测模型 

摘      要：针对液压泵振动信号具有非线性、非平稳性,以及信噪比低等特点,提出了基于完备总体经验模态分解和模糊熵结合的液压泵性能退化特征提取方法。首先,使用完备总体经验模态分解方法对液压泵振动信号进行分解,得到若干个固有模态函数分量。其次,求取各个分量与原始信号的相关性,选取相关性较高的前几个分量作为有效分量并求其模糊熵,实现液压泵的退化特征提取,形成特征向量。最后,以液压泵不同退化状态下的实测数据为例,使用基于变量预测模型的模式识别方法对提取的特征向量进行验证。实验结果表明,该液压泵退化特征提取方法具有较高的精度,使退化状态识别的准确率提高到了100%。