基于SPA和SQPE的往复压缩机滑动轴承故障特征提取方法

往复压缩机滑动轴承在工作中会受到冲击、摩擦等多种因素的影响,其振动信号具有非线性、非平稳性的特点,从而导致其故障特征不明显,不利于特征提取。针对上述问题,提出一种新的基于平滑先验分析(SPA)和样本分位数排列熵(SQPE)的往复压缩机滑动轴承故障特征提取方法。首先,对滑动轴承振动信号进行SPA分解,得到振动信号的趋势项和去趋势项;然后,计算SPA分解后趋势项和去趋势项的SQPE值,结合两个分量信号的SQPE值构成往复压缩机滑动轴承特征向量;最后,将特征向量及对应的标签输入支持向量机(SVM)进行分类识别。通过实验验证,该方法可以有效提取往复压缩机滑动轴承故障特征,并实现轴承故障类型的准确区分。     

环形阀片局部加载变形研究

提出了减振装置环形节流阀片受局部均载作用时挠曲变形量的一种研究方法,根据节流阀片物理模型以及薄板力学的相关理论,推导了阀片受局部均载作用时挠曲变形量的解析式,并整理得出了便于理论分析和工程应用的表达形式.与有限元计算结果对比验证了公式以及推导过程的正确性,研究了不同载荷、载荷作用半径以及节流阀片相关结构参数和材料特性对其任意半径处变形量的影响规律,得出的解析式和结论为减振装置阻尼阀的精确设计提供了依据.     

基于GWO-SPA和MSE的往复压缩机气阀故障特征提取方法

针对往复压缩机气阀振动信号非线性及非平稳性特征,提出一种基于灰狼算法优化平滑先验分析(SPA),并结合多尺度样本熵的往复压缩机气阀故障特征提取方法。以多尺度样本熵均值和偏度的平方作为适应度函数,利用灰狼算法对SPA的参数λ进行寻优,将寻优后的参数λ代入SPA中对往复压缩机气阀处振动加速度信号进行自适应分解,得到信号的趋势项和去趋势项;然后分别求取去趋势项数据的多尺度样本熵均值和偏度的平方,以此作为往复压缩机气阀信号的特征向量输入支持向量机中进行训练与测试。实验结果表明,该方法可以有效提取往复压缩机气阀的故障特征。