论文摘要
针对轴向柱塞泵结构复杂、故障信号微弱且易受噪声干扰难以进行故障模式识别的问题,提出一种基于局部s变换和极限学习机的柱塞泵故障诊断方法,对不同程度滑靴磨损故障进行诊断。采集柱塞泵在正常和不同故障状态下的振动信号进行局部s变换,对不同的特征向量组进行定性和定量比较,选择提取s矩阵最大奇异值、转轴振动基频能量占比和柱塞振动基频能量占比共三维特征向量,将特征向量输入极限学习机完成故障模式的识别,识别精度可达99%以上。最后将极限学习机与支撑向量机分类结果进行对比,证明所提故障诊断方法可以用较少的特征向量获得较高的诊断精度。
论文目录
文章来源
类型: 期刊论文
作者: 励文艳,程珩,赵立红,韩露
关键词: 局部变换,极限学习机,轴向柱塞泵,滑靴磨损,故障诊断
来源: 液压与气动 2019年12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: 太原理工大学新型传感器与智能控制教育部和山西省重点实验室,太原理工大学机械工程学院
基金: 国家自然科学基金(51675364)
分类号: TH137.51
页码: 15-21
总页数: 7
文件大小: 1484K
下载量: 104