基于VMD和SVD的柴油机气门间隙异常特征提取研究 |
| |
引用本文: | 江志农,魏东海,张进杰,茆志伟.基于VMD和SVD的柴油机气门间隙异常特征提取研究[J].振动与冲击,2020,39(16):23-30. |
| |
作者姓名: | 江志农 魏东海 张进杰 茆志伟 |
| |
作者单位: | 1.北京化工大学高端机械装备健康监控与自愈化北京市重点实验室,北京100029;
2.北京化工大学发动机健康监控及网络化教育部重点实验室,北京100029 |
| |
摘 要: | 为有效地从柴油机缸盖表面振动信号中提取气门间隙故障特征,提出一种基于变分模态分解(VMD)和奇异值分解(SVD)的特征提取新方法。采用VMD算法对缸盖振动信号进行分解,利用所得的模态分量构建特征矩阵;接着应用SVD理论将特征矩阵转变为表征频率特性的奇异值序列,探讨了稳定工况下的奇异值序列与不同气门间隙状态之间的关系;由于转速、负荷等工况的改变对信号特征层的影响与故障所引起的信号特征的改变可能非常相似,因此将奇异值序列作为特征参数,输入到随机森林分类器中,构建分类模型,对柴油机变工况下的气门间隙故障进行诊断。实验结果表明:该方法能有效识别气门间隙故障,突出故障敏感特征;与传统基于Hankel矩阵和小波包系数矩阵的SVD特征提取方法相比,该方法所提特征参数在柴油机变工况条件下具有更高的识别率。
|
关 键 词: | 特征提取 变分模态分解 奇异值分解 气门间隙故障 |
本文献已被 CNKI 等数据库收录! |
| 点击此处可从《振动与冲击》浏览原始摘要信息 |
|
点击此处可从《振动与冲击》下载全文 |
|