對于供輸彈系統(tǒng)早期故障信息易被湮沒難以識別的問題,提出了基于多尺度特征融合的早期故障識別方法。首先通過變分模態(tài)分解（VMD）對振動信號進(jìn)行分解得到不同時(shí)間尺度的分量信號,然后對各分量信號分別提取盒維數(shù)、信息熵特征,并進(jìn)一步通過主分量分析（PCA）對上述兩種特征進(jìn)行融合,得到累計(jì)貢獻(xiàn)率的前3個(gè)主分量組成的融合特征,最后通過概率神經(jīng)網(wǎng)絡(luò)PNN分別對上述三種特征進(jìn)行分類比較,結(jié)果表明融合后的特征對供輸彈系統(tǒng)3種工況有更高的正判率,對供輸彈系統(tǒng)早期故障預(yù)兆更敏感,能對供輸彈系統(tǒng)早期故障作出有效診斷。 

【文章來源】：機(jī)械設(shè)計(jì)與研究. 2020,36(04)北大核心

【文章頁數(shù)】：5 頁

【部分圖文】：

測點(diǎn)布置示意圖

測試時(shí)設(shè)定該型轉(zhuǎn)管火炮的射速是7.5 發(fā)/s,分別進(jìn)行了2連發(fā)、6連發(fā)、10連發(fā)、40連發(fā)、60連發(fā)的測試。結(jié)果如下:在進(jìn)行2連發(fā)射擊、6連發(fā)射擊時(shí)均沒有出現(xiàn)明顯卡彈或射速異常;當(dāng)進(jìn)行40連發(fā)試驗(yàn),射速出現(xiàn)異常,射擊到第25～26發(fā)時(shí),射擊速度明顯降低,出現(xiàn)了明顯故障但依然完成了40連發(fā)的射擊試驗(yàn),圖2為振動測點(diǎn)3,x方向40連發(fā)射擊試驗(yàn)時(shí)間間隔統(tǒng)計(jì)圖。經(jīng)過故障排除,進(jìn)行了60連發(fā)射擊試驗(yàn),無卡彈或射速異常出現(xiàn),判定射擊正常。因此,將40連發(fā)定為故障工況;60連發(fā)定為正常工況;通過對2連發(fā)和6連發(fā)信號進(jìn)行分析和現(xiàn)場工作人員的經(jīng)驗(yàn)分析,發(fā)現(xiàn)2連發(fā)和6連發(fā)既不同于正常工況,也不同于故故障工況,將其定為惡化工況。

通過VMD對惡化工況的14發(fā)、故障工況的30發(fā)、正常工況的36發(fā)總共80發(fā)信號分別進(jìn)行分解,均分解為4層,圖3為振動測點(diǎn)3,x方向正常工況信號時(shí)域圖,圖4為振動測點(diǎn)3,x方向正常工況信號的時(shí)域分解圖�！鴪D4混合特征經(jīng)PCA融合前3個(gè)主分量累積貢獻(xiàn)率η

【參考文獻(xiàn)】：
期刊論文
[1]基于MRSVD和信息融合的供輸彈系統(tǒng)早期故障預(yù)示[J]. 梁海英,許昕,潘宏俠,趙雄鵬.  噪聲與振動控制. 2019(04)
[2]基于SDA和KPCA特征融合的供輸彈系統(tǒng)早期故障識別[J]. 梁海英,許昕,潘宏俠,付志敏,張航.  中國測試. 2019(04)
[3]基于EEMD與盒維數(shù)的軸承故障特征提取[J]. 張安安,黃晉英,朱文輝,張利東.  機(jī)械設(shè)計(jì)與研究. 2018(06)
[4]基于參數(shù)優(yōu)化變分模態(tài)分解和多尺度熵偏均值的行星變速箱故障特征提取[J]. 楊大為,趙永東,馮輔周,江鵬程,丁闖.  兵工學(xué)報(bào). 2018(09)
[5]地磁背景環(huán)境中基于分形特征的磁異常信號檢測算法[J]. 陳路昭,朱萬華,吳佩霖,費(fèi)春嬌,方廣有.  電子與信息學(xué)報(bào). 2019(02)
[6]基于VMD和FFT的變切深側(cè)銑顫振特征提取方法[J]. 劉長福,朱立達(dá),仇健,李明.  東北大學(xué)學(xué)報(bào)(自然科學(xué)版). 2018(08)
[7]基于多維度模糊熵的齒輪故障診斷方法[J]. 李郁,田衛(wèi)軍,張前圖.  機(jī)械設(shè)計(jì)與研究. 2017(06)
[8]基于分形盒維數(shù)串聯(lián)電弧故障診斷技術(shù)研究[J]. 陳凱,王金全,嚴(yán)鋆,蔡杰軒,周思宇.  微型機(jī)與應(yīng)用. 2017(07)
[9]基于VMD與多特征融合的齒輪故障診斷方法[J]. 王建國,陳帥,張超.  機(jī)械傳動. 2017(03)
[10]基于特征融合和稀疏表示的齒輪故障診斷[J]. 王江萍,段騰飛.  機(jī)械傳動. 2017(01)

碩士論文
[1]基于改進(jìn)VMD預(yù)處理與雙向LSTM的風(fēng)功率預(yù)測研究[D]. 邢恩愷.東北電力大學(xué) 2019
[2]基于信息熵與信息融合的供輸彈系統(tǒng)早期故障診斷研究[D]. 付志敏.中北大學(xué) 2019



本文編號：3033883