基于DVMD降噪的旋转机械故障诊断

尹逊龙; 牟宗磊; 王友清

首页> 中文期刊> 《控制理论与应用》 >基于DVMD降噪的旋转机械故障诊断

基于DVMD降噪的旋转机械故障诊断

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

针对振动信号噪声难以剔除而造成故障诊断精度低的问题,提出了一种基于深度变分模态分解(DVMD)的旋转机械故障诊断方法.首先,利用麻雀算法(SSA)对变分模态分解(VMD)算法的参数进行优化.然后,通过SSA–VMD对信号进行自适应深度分解得到模态分量,将每层深度的分量与原始信号作皮尔逊相关系数分析,再对分量进行奇异值分解(SVD)或者直接剔除,将处理后分量重构后,实现振动信号的深度降噪.最后,提取降噪信号的一维多尺度排列熵特征和二维时频特征,将特征依次放入轻量级梯度提升机(LightGBM)中进行训练,实现故障诊断.设计方法在风力涡轮传动系统的齿轮箱故障信号上进行验证,不仅能够剔除信号的大量噪声,并且提高了故障诊断精度,具有良好的工程应用前景.

著录项

来源
《控制理论与应用》 |2022年第7期|1324-1334|共11页
作者
尹逊龙; 牟宗磊; 王友清;
展开▼
作者单位

山东科技大学电气与自动化工程学院;

北京化工大学信息科学与技术学院;

展开▼
原文格式 PDF
正文语种 chi
中图分类计算技术、计算机技术;
关键词
深度变分模态分解; 麻雀搜索算法; 降噪; 深度学习; 特征提取; 故障诊断;

相似文献

中文文献
外文文献
专利

1. 基于小波降噪神经网络的旋转机械故障诊断 [J] . 胡爱军 ,田丽洁 ,唐贵基 . 噪声与振动控制 . 2005,第5期
2. 基于无量纲免疫检测器的工业机组智能故障诊断系统:旋转机械智能故障诊断领域的新突破 [J] . . 广东科技 . 2010,第7期
3. 基于变分模态分解和互相关分析的旋转机械信号降噪研究 [J] . 郑祥豪 ,张宇宁 ,李金伟 . 核科学与工程 . 2022,第2期
4. 基于盲源分离与小波降噪的旋转机械故障分析 [J] . 王元生 ,任舒心 ,杨永锋 . 机械科学与技术 . 2012,第005期
5. 基于ASEGMF的旋转机械振动信号降噪方法研究 [J] . 张文斌 ,王鸿钧 ,滕瑞静 . 振动与冲击 . 2011,第9期
6. 基于深度特征和核极限学习机的旋转机械变工况故障诊断方法 [C] . 逄珊 ,于向财 ,杨欣毅 . 第17届全国非线性振动暨第14届全国非线性动力学和运动稳定性学术会议 . 2018
7. 基于CNN和GMM的旋转机械故障诊断方法 [A] . 曹丰 . 2021

基于DVMD降噪的旋转机械故障诊断

摘要

著录项

相似文献

相关主题

期刊订阅