小波脊线解调与两次EMD分解相结合的故障识别方法及应用研究 .pdfVIP

学兔兔 第34卷 第5期 仪 器 仪 表 学 报 Vo1．34 No．5 2013年5月 Chinese Journal of Scientific Instrument M ．2013 小波脊线解调与两次EMD分解相结合的 故障识别方法及应用研究 姜万录 ，刘云杰 ，朱 勇 ， (1．燕山大学河北省重型机械流体动力传输与控制重点实验室 秦皇岛 066004； 2．燕山大学先进锻压成形技术与科学教育部重点实验室 秦皇岛 066004) 摘 要：提出了一种基于小波脊线解调与两次经验模态分解(EMD)相结合的故障识别方法，用于轴向柱塞泵的故障诊断。结 合EMD与小波脊线法在处理非平稳信号方面的优势，首先对故障原始信号进行了EMD分解，利用边际谱发现故障发生时的共 振频带范围并据此找出对故障敏感的固有模态函数(IMF)分量，然后对该敏感IMF分量分别进行小波脊线解调和Hilbea解 调，最后通过比较两种解调方法解调后敏感分量的时频谱和三维谱图发现，小波脊线解调比Hilbert解调具有更高的时频定位 精度和抗干扰能力。此后，分别对小波脊线解调与Hilbea解调后的敏感分量进行EMD再分解，利用所得的各阶二次IMF分量 的归一化特征能量来构造特征向量，得到液压泵5种典型状态的样本集，结合K均值聚类算法对故障状态进行识别。研究结果 表明，与采用Hilbert解调处理方法相比，利用2次EMD分解与小波脊线解调相结合的故障特征向量提取方法显著提高了故障 识别准确率，故障确诊率可高达92％。 关键词：EMD；小波脊线；IMF分量；特征向量；K均值聚类 中图分类号：TH137 TH17 文献标识码：A 国家标准学科分类代码：460．45 Research on wavelet ridge demodulation and twice EMD-based fault identification method and its application Jiang Wanlu ，Liu Yunjie ，Zhu Yong ， (J．Hebei Provincial Key Laboratory ofHeavy Machinery Fluid Power Transmission and Control，Yanshan University， Qinhuangdao 066004．China；2．Key Laboratory ofAdvanced ForgingStamping Technology and Science Yanshan University，Ministry ofEducation ofChina，Qinhuangdao 066004，China) Abstract：A novel fault identification method based on wavelet ridge demodulation and twice empirical mode decom- position(EMD)is proposed，and印plied to the fault diagnosis of the axial plunger pump．The method integrates the advantages of EMD and wavelet ridge demodulation in the non—stationary signal processing．Firstly，the original fault signal is decomposed by means of EMD，and the marginal spectrum is used to determine the resona