?

?

《機電工程》雜志,月刊( 詳細... )

中國標準連續出版物號 ISSN 1001-4551 CN 33-1088/TH
主辦單位浙江省機電集團有限公司
浙江大學
主編陳 曉
副 主 編唐任仲、羅向陽(執行主編)
總 經 理羅向陽
出 版浙江《機電工程》雜志社有限公司
地 址杭州市上城區延安路95號浙江省機電集團大樓二樓211、212室
電話Tel+86-571-87041360、87239525
E-mailmeem_contribute@163.com
國外發行中國國際圖書貿易總公司
訂閱全國各地郵局   國外代號M3135
國內發行浙江省報刊發行局
郵發代號32-68
廣告發布登記證:杭上市管廣發G-001號

在線雜志

當前位置: 機電工程 >>在線雜志

基于DE-VMD和GMDE的往復壓縮機軸承間隙故障診斷方法

作者:李彥陽,蔡劍華,曲孝海. 日期:2024-04-24/span> 瀏覽:1333 查看PDF文檔

基于DE-VMD和GMDE的往復壓縮機軸承
間隙故障診斷方法*
李彥陽1,2,蔡劍華3,曲孝海3*

(1.東北石油大學 機械科學與工程學院,黑龍江 大慶 163318;2.黑龍江八一農墾大學 土木水利學院,
黑龍江 大慶 163319;3.湖南文理學院 數理學院,湖南 常德 415000)


摘要:針對往復壓縮機軸承間隙故障特征提取困難、識別準確率不高等問題,提出了差分進化算法優化變分模態分解方法和廣義多尺度散布熵相結合的往復壓縮機間隙故障診斷方法。首先,采用差分進化算法對變分模態分解算法的兩個核心參數進行了優化,并利用優化后的變分模態分解方法對軸承間隙振動信號進行了信號分解和重構處理;然后,研究了多尺度散布熵的粗粒化過程,通過將方差粗?;婢荡至;?進行了多尺度處理,構建了廣義多尺度散布熵算法,利用廣義多尺度散布熵算法對重構信號進行了故障特征提取分析;最后,設計了核極限學習機模型對故障特征向量集進行了分類識別,完成了往復壓縮機軸承間隙不同故障狀態的智能診斷研究。研究結果表明,該故障診斷方法的識別準確率高達97%,高效地實現了軸承不同種類故障的智能診斷目的。

關鍵詞:往復壓縮機;軸承故障診斷;變分模態分解;廣義多尺度散布熵;核極限學習機;差分進化算法

中圖分類號:TH45;TH133.3文獻標識碼:A文章編號:1001-4551(2024)04-0683-08


本文引用格式:

李彥陽,蔡劍華,曲孝海.基于DE-VMD和GMDE的往復壓縮機軸承間隙故障診斷方法[J].機電工程,2024,41(4):683-690.

LI Yanyang, CAI Jianhua, QU Xiaohai. Fault diagnosis method for bearing clearance of reciprocating compressor based on DE-VMD and GMDE[J].Journal of Mechanical & Electrical Engineering, 2024,41(4):683-690.


?

友情鏈接

浙江機械信息網