浅析mlse和可拓理论的液压泵故障模式识别

浅析mlse和可拓理论的液压泵故障模式识别

ID:32689686

大小:699.67 KB

页数:6页

时间:2019-02-14

浅析mlse和可拓理论的液压泵故障模式识别_第1页
浅析mlse和可拓理论的液压泵故障模式识别_第2页
浅析mlse和可拓理论的液压泵故障模式识别_第3页
浅析mlse和可拓理论的液压泵故障模式识别_第4页
浅析mlse和可拓理论的液压泵故障模式识别_第5页
资源描述:

《浅析mlse和可拓理论的液压泵故障模式识别》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库

1、2015年6月机床与液压Jun.2015第43卷第11期MACHINETO0L&HYDRAULICSVo1.43No.11DOI:10.3969/j.issn.1001—3881。2015.11.048基于MLSE和可拓理论的液压泵故障模式识别马济乔,李洪儒,许葆华(军械工程学院,河北石家庄050003)摘要:提出了一种新的衡量时间序列复杂度的方法——多尺度局部最大样本熵(MuhiscaleLocal—maximumSampleEntro—PY,简称MLSE),与多尺度熵相比,MLSE抑制了振动信号中的噪

2、声和干扰成分,同时又提高了每个时间尺度上样本熵的计算精度。将液压泵不同状态下的MLSE作为特征向量,利用可拓理论进行故障模型识别,并将其与另外两种方法进行对比,结果表明该方法故障识别准确率最高、耗时最短,验证了该方法的优越性。关键词:液压泵;模式识别;多尺度;可拓理论中图分类号:TH322;TP306+.3文献标志码:A文章编号:1001—3881(2015)11—182—6FaultModelIdentificationofHydraulicPumpBasedonMLSEandExtensionTheo

3、ryMAJiqiao,LIHongru,XUBaohua(OrdnanceEngineeringCollege,Sh~iazhuangHebei050003,China)Abstract:Anewmethodwasproposedwhichismuhiscalelocal—maximumsampleentropy(MLSE)tomeasurethecomplexityoftimeseries.Thenoiseandinterferenceofvibrationsignalsweresuppressedby

4、it,atthesametime,theprecisionofsampleentropyoneachtimescMewasimprovedascomparedwithmulti—scaleentropy.BytreatedtheMLSEofhydraulicpumpunderdifferentstatusasfeaturevectors,theextensiontheorywasappliedtothefaultmodelidentification,anditwascomp~edwiththeother

5、twomethods.Theresultsshowthatthefaultidentificationrateofthismethodisthehighest,andittakestheshortesttime,SOthesuperiorityofthismeth-odisverified.Keywords:Hydraulicpump;Modeidentification;Muhiscale;Extensiontheory。0前言特征向量,输入SVM分类器中,实现了左右手运动液压泵的振动信号大部分都是非线

6、性、非平稳信想象脑电信号的分类。虽然样本熵在特征提取方面取号,因此,从非线性、非平稳信号中提取出故障的特得了一定的成果,但是,样本熵只能衡量时间序列在征信息成为液压泵故障识别的关键。近年来,随着非单一尺度上的复杂性,为此,文献[10]在样本熵线性科学理论的发展,涌现出了很多的非线性分析方的基础上,提出了另一种时间序列复杂度的衡量方法,如小波分析¨、分形维数、K熵等已被广泛法——多尺度熵(MultiscaleEntropy,简称MSE),应用于机械设备故障识别领域,极大地丰富了故障识用以衡量时间序列在不同尺

7、度上的复杂性,极大地丰别的技术和手段。富了熵的含义。文献[11]将多尺度熵应用于转子文献[4]提出了一种计算时间序列复杂度的方故障信号复杂性的度量中,提取出了转子的故障特法——样本熵(SampleEntropy,简称SampEn)。与征,并与样本熵进行了对比,结果表明多尺度熵更能Lyapunov指数、信息熵、关联维数和K熵等非有效地实现转子故障类型的诊断。多尺度熵解决了样线性动力学方法相比,样本熵不仅具有得到稳定估计本熵只能在单一尺度上度量时间序列复杂度的问题,值所需的数据短的优点,而且在参数大取值范围内

8、一但是在重构时间序列时,MSE算法极大的缩短了原致性较好。文献[8]将样本熵与集成经验模式分始时间序列的长度,这样必然会降低不同时间尺度上解方法相结合,应用到轴承的故障诊断中,很好地识样本熵计算的准确度,甚至可能产生无关的熵值。为别出轴承的不同类型故障。文献[9]提出了一种结此,文中在多尺度熵的基础上,提出一种新的尺度划合小波变换和样本熵的特征提取方法,通过小波变分方法,并且对MSE中的求平均算法进行改进。换,把脑电信号进行3

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。