变分模态分解的Volterra模型和形态学分形维数在发动机故障诊断中的应用

变分模态分解的Volterra模型和形态学分形维数在发动机故障诊断中的应用

论文摘要

针对实测发动机故障信号的非线性和形态学分形维数难以对其有效估计的问题,提出一种基于变分模态分解(variational mode decomposition, VMD)的Volterra模型和形态学分形维数相结合的发动机故障诊断方法。首先采用VMD方法对发动机故障信号进行分解,通过基于互信息熵-能量熵增量的虚假固有模态函数(intrinsic mode function, IMF)分量剔除算法,将噪声和虚假干扰成分从信号内分离,对含有故障信息的敏感IMF分量重构,然后通过对重构信号相空间的重构,建立Volterra自适应预测模型,获取模型参数,最后计算模型参数向量的形态学分形维数,并将其作为量化的特征参数用于发动机工作状态和故障类型的识别。通过对实测发动机声振信号的分析,结果表明,该方法可有效提取发动机的状态特征信息,实现发动机异响的故障诊断。

论文目录

  • 前言
  • 1 变分模态分解的Volterra模型
  •   1.1 变分模态分解基本原理
  •   1.2 基于互信息熵-能量熵增量的虚假IMF剔除 算法
  •     1.2.1互信息熵
  •     1.2.2 能量熵增量
  •       (1) 计算各阶IMF分量的能量
  •       (2) 将各阶IMF分量的能量归一化
  •       (3) 计算各IMF分量的能量熵增量值
  •   1.3 Volterra预测模型
  • 2 数学形态学分形维数
  •   2.1 数学形态学基本运算
  •   2.2 分形维数估计
  • 3 基于VMD的Volterra模型和形态 学分形维数的故障诊断
  • 4 发动机声振信号分析
  •   4.1 发动机声振信号的采集
  •   4.2 发动机声振信号的分析
  • 5 结论
  • 文章来源

    类型: 期刊论文

    作者: 周小龙,刘薇娜,姜振海,马风雷

    关键词: 发动机,故障诊断,变分模态分解,预测模型,数学形态学,分形维数

    来源: 汽车工程 2019年12期

    年度: 2019

    分类: 工程科技Ⅱ辑

    专业: 汽车工业

    单位: 北华大学机械工程学院,长春理工大学机电工程学院,长春工业大学机电工程学院

    基金: 国家自然科学基金(51505038),吉林省科技厅重点科技攻关项目(KYC-JC-XM-2017-042)资助

    分类号: U472

    DOI: 10.19562/j.chinasae.qcgc.2019.012.014

    页码: 1442-1449+1465

    总页数: 9

    文件大小: 4274K

    下载量: 113

    相关论文文献

    • [1].随机Volterra方程的中心极限定理[J]. 应用概率统计 2020(02)
    • [2].第二类Volterra积分方程符号计算设计[J]. 黄山学院学报 2017(03)
    • [3].倒向随机Volterra积分方程适应解的表示[J]. 中国科学:数学 2017(10)
    • [4].Lotka-Volterra生态数学模型的历史演进[J]. 考试周刊 2016(99)
    • [5].Solving two-dimensional Volterra-Fredholm integral equations of the second kind by using Bernstein polynomials[J]. Applied Mathematics:A Journal of Chinese Universities 2017(01)
    • [6].一类特殊的Volterra型积分方程的解的存在性[J]. 安庆师范学院学报(自然科学版) 2015(02)
    • [7].Volterra Integral Equation of Hermite Matrix Polynomials[J]. Analysis in Theory and Applications 2013(02)
    • [8].一类非线性Volterra-Fredholm型积分不等式的推广[J]. 宜宾学院学报 2012(06)
    • [9].一类非线性Volterra-Fredholm型积分不等式的注记[J]. 宜宾学院学报 2009(12)
    • [10].A Generalized Block-by-block Method for the System of Linear Volterra Integral Equations of the Second Kind[J]. Wuhan University Journal of Natural Sciences 2011(06)
    • [11].一类非线性Volterra型梁方程的初边值问题[J]. 山东理工大学学报(自然科学版) 2010(01)
    • [12].基于变步长梯形求积法的Volterra积分方程数值解[J]. 无线互联科技 2020(12)
    • [13].语音信号序列的Volterra预测模型[J]. 物理学报 2015(20)
    • [14].基于Volterra级数分析的半导体激光器非线性模型[J]. 东南大学学报(自然科学版) 2010(02)
    • [15].混沌时间序列的Volterra级数多步预测研究[J]. 计算机仿真 2008(06)
    • [16].Existence of Positive Periodic Solutions of Competitor-Competitor-Mutualist Lotka-Volterra Systems with Infinite Delays[J]. Journal of Systems Science & Complexity 2015(02)
    • [17].Crosscumulants Based Approaches for the Structure Identification of Volterra Models[J]. International Journal of Automation & Computing 2009(04)
    • [18].Positive quasi-periodic solutions to Lotka-Volterra system[J]. Science China(Mathematics) 2010(05)
    • [19].基于Volterra级数的CMOS低噪声放大器的非线性分析[J]. 太原科技大学学报 2008(03)
    • [20].Volterra filter modeling of a nonlinear discrete-time system based on a ranked differential evolution algorithm[J]. Journal of Zhejiang University-Science C(Computers & Electronics) 2014(08)
    • [21].两种扰动型非线性Volterra积分方程组解的渐近性及有界性[J]. 江汉大学学报(自然科学版) 2011(01)
    • [22].一类离散Lotka-Volterra系统的灭绝和稳定性(英文)[J]. 生物数学学报 2011(04)
    • [23].一种改进的Volterra自适应噪声对消器[J]. 电声技术 2010(02)
    • [24].风电场短期风速的改进Volterra自适应预测法[J]. 四川电力技术 2009(03)
    • [25].From Markov Jump Systems to Two Species Competitive Lotka-Volterra Equations with Diffusion[J]. Acta Mathematica Sinica(English Series) 2009(01)
    • [26].Volterra型积分方程晶核成长模型及其数值算法[J]. 浙江理工大学学报(自然科学版) 2020(05)
    • [27].常系数Volterra生物数学模型的解析解[J]. 生物数学学报 2017(03)
    • [28].基于混沌特性分析和Volterra滤波器的光伏出力预测[J]. 电工电能新技术 2020(10)
    • [29].自适应Volterra混合噪声图像滤波[J]. 大连交通大学学报 2014(01)
    • [30].基于Volterra模型盲辨识的水轮机转轮状态识别[J]. 中国电机工程学报 2014(20)

    标签:;  ;  ;  ;  ;  ;  

    变分模态分解的Volterra模型和形态学分形维数在发动机故障诊断中的应用
    下载Doc文档

    猜你喜欢