基于D-CA和R-EEMD的液压系统故障识别.pdf

《基于D-CA和R-EEMD的液压系统故障识别.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第35卷第1期噪声与振动控制Vol35No.12015年2月NOISEANDVIBRATIONCONTROLFeb.2015文章编号：1006-1355(2014)05-0204-05+224基于D-CA和R-EEMD的液压系统故障识别柴凯，张梅军，黄杰，冯霞（解放军理工大学野战工程学院，南京210007）摘要：剖析液压系统故障特征，采用了一种双相关分析（D-CA）和改进的集合经验模态分解（R-EEMD）相结合的液压系统故障提取新方法。该方法首先对原信号进行自相关分析，突出信号中的周期成分和去噪，利用支持向量回归机（SVR）延拓

2、来改进的EEMD对原信号的自相关函数进行分解；得到理论意义上的固有模态函数（IMF）。再通过求取IMF分量与自相关处理的信号的频域而非传统时域上的互相关系数，去除虚假IMF分量。最后对去除虚假分量重构信号进行Hilbert谱分析提取信号的故障特征。该方法提高了信噪比，减少了IMF的数量，抑制了端点效应，成功地提取了液压系统故障特征频率。关键词：振动与波；故障诊断；双相关分析；集合经验模态分解中图分类号：TB53；TN911.7；TH165+.3文献标识码：ADOI编码：10.3969/j.issn.1006-1335.2015.

3、01.042FaultFeatureExtractionofHydraulicSystemsBasedonD-CAandR-EEMDMethodsCHAIKai,ZHANGMei-jun,HUANGJie,FengXia(CollegeofFieldEngineering,PLAUniv.ofSci.&Tech.,Nanjing210007,China)Abstract:Anewmethodforhydraulic-systemfault-featureextractionwasproposedbasedondouble-cor

4、relationanaly-sis(D-CA)andrefinedensembleempirical-mode-decomposition(R-EEMD).Firstly,theoriginalsignalwasprocessedbyadaptivecorrelationanalysistoextrudetheperiodiccomponentsandeliminatethenoise.Secondly,theR-EEMDbasedonsupportvectorregression(SVR)wasusedtoanalyzethe

5、adaptivecorrelationprocessingsignaltoobtainthetheoreticalin-trinsicmodefunction(IMF).Thirdly,thefalseIMFcomponentswereremovedbyextractingthecorrelationcoefficientofIMFsandtheadaptivecorrelationprocessingsignalinthefrequencydomaininsteadoftraditionaltimedomain.Finally

6、,thereconstructedsignalwasanalyzedbytheHilbertspectrumtoextractthefaultfeatures.Simulationandexperimentalresultsshowthatthismethodcanincreasesignal-to-noiseratio,reducethenumberofIMFs,depresstheendeffect,andeffectivelyextractthefaultsfeaturefrequenciesofthehydraulics

7、ystem.Keywords:vibrationandwave;faultdiagnosis;double-correlationanalysis;refinedensembleempiricalmodede-composition[3]液压系统故障信号由于测试仪器、测试环境和用。为减小EMD分解过程中的频谱混叠现象，人为因素等影响，常被淹没在强大的背景噪声中，采Wu与Huang等提出了EEMD（EnsembleEmpirical集的信号是典型的非线性、非平稳信号，很难被发现ModeDecomposition），但是EEMD并未

8、有效地解决[1][4]和提取。EMD（empiricalmodedecomposition）方EMD的虚假分量和端点效应。文献[5，6]分别利法从信号本身尺度特征出发对信号进行分解，具有用相似波形延拓、RBF神经网络来抑制端点效应，但良好的自适应性，能够得到信号