基于LMD多尺度熵和LSSVM的往复压缩机故障诊断方法研究
摘要：针对往复压缩机振动信号的非线性和非平稳多源冲击性,提出一种基于局部均值分解（LMD）、多尺度熵（MSE）和最小二乘支持向量机的诊断方法.首先,利用LMD将不同状态振动信号分解为一系列乘积函数（PF）分量,然后根据各PF分量与原信号的互信息值,选择相关性较大且包含故障状态主要信息分量,计算其相应的多尺度熵值,并构造能够定量描述往复压缩机状态的特征向量,最后利用LSSVM作为模式分类器,对上述不同状态下的特征向量样本进行训练和识别,诊断得出往复压缩机气阀故障类型.进一步与小波多尺度熵、EMD多尺度熵方法所提取特征向量识别结果进行对比,结果表明：该方法具有更高的识别率,为往复压缩机故障诊断提供了一种新途径.
注: 保护知识产权,如需阅读全文请联系压缩机技术杂志社
相关推荐
更多
