| 基于改进的CEEMDAN与关联维数的石化轴承故障特征提取 |
| |
| 作者姓名： | 周正南 刘美 吴斌鑫 莫常春 高兴泉 张斐 |
| |
| 作者单位： | 广东石油化工学院,广东茂名525000;吉林化工学院,吉林吉林132022;广东石油化工学院,广东茂名525000;广东石油化工学院,广东茂名525000;大连交通大学,辽宁大连116082;吉林化工学院,吉林吉林132022;东莞理工学院,广东东莞523419 |
| |
| 基金项目： | 国家自然科学基金面上项目（62073091）;广东省高校重点领域（新一代信息技术）专项（2020ZDZX3042）;东莞理工学院机器人与智能装备创新中心（KCYCXPT2017006）;广东省普通高校机器人与智能装备重点实验室项目（2017KSYS009）;广东省普通高校特色创新项目（2017KTSCX176）;机械设备健康维护湖南省重点实验室开放基金（21903） |
| |
| 摘 要： | 针对石化机组轴承振动信号难以自动区分的问题,提出一种基于改进的自适应噪声完备集合经验模态分解(CEEMDAN)与关联维数的石化轴承故障特征提取方法。选取某故障诊断重点实验室实测的轴承故障数据中4种工况下的轴承振动信号进行测试分析,采用改进的CEEMDAN分解测得的振动信号得到多个模态分量IMF,对得到的高频分量进行叠加求和后求取数据的嵌入维数和延迟时间并进行相空间重构,结合G-P算法求不同嵌入维数下的关联维数进行特征提取。通过极限学习机进行实验,准确率达到92.5%,证明了方法的有效性。
|
| 关 键 词： | 轴承 故障诊断 CEEMDAN 关联维数 G-P算法 |
| 本文献已被 万方数据 等数据库收录！ |
| 点击此处可从《机床与液压》浏览原始摘要信息 |
|
点击此处可从《机床与液压》下载全文 |
|
