針對柴油發(fā)動機氣門間隙故障診斷中故障特征提取難、易受噪聲影響、診斷準確率低的問題,提出一種基于變分模態(tài)分解（VMD）算法和排列熵相結(jié)合的柴油機故障特征提取方法。首先,采用不同算法對仿真信號進行分解和比較分析,證明VMD方法在分解非平穩(wěn)信號方面的優(yōu)越性;然后,利用VMD對氣門故障實測信號進行分解,并用排列熵值作為依據(jù)優(yōu)化選擇故障分量;最后,通過時頻分析和能量分析驗證所選擇信號的準確性。實驗結(jié)果表明,提出的方法能有效提取柴油機氣門故障特征。 

【文章來源】：軍事交通學院學報. 2020,22(11)

【文章頁數(shù)】：7 頁

【部分圖文】：

源信號時域波形

仿真信號時域、頻域波形

仿真信號分解結(jié)果

【參考文獻】：
期刊論文
[1]基于VMD的自適應(yīng)形態(tài)學在軸承故障診斷中的應(yīng)用[J]. 錢林,康敏,傅秀清,王興盛,費秀國.  振動與沖擊. 2017(03)
[2]基于ITD復雜度和PSO-SVM的滾動軸承故障診斷[J]. 張小龍,張氫,秦仙蓉,孫遠韜.  振動與沖擊. 2016(24)
[3]變分模態(tài)分解方法及其在滾動軸承早期故障診斷中的應(yīng)用[J]. 唐貴基,王曉龍.  振動工程學報. 2016(04)
[4]基于變分模態(tài)分解和Teager能量算子的滾動軸承故障特征提取[J]. 馬增強,李亞超,劉政,谷朝健.  振動與沖擊. 2016(13)
[5]柴油機氣門故障特征提取方法研究[J]. 費紅姿,張松娟,劉龍,李學民,馬修真.  內(nèi)燃機工程. 2016(02)
[6]發(fā)動機曲軸系統(tǒng)扭轉(zhuǎn)振動建模與實測分析[J]. 上官文斌,陳超,段小成,諶寶軍.  振動.測試與診斷. 2012(04)



本文編號：3080942