李洪儒， 王余奎,2， 马济乔， 叶　鹏

(1. 军械工程学院, 石家庄　050003; 2. 空军勤务学院, 徐州　221000)

基于MMSE和ABCSVM的液压泵故障模式识别

李洪儒1， 王余奎1,2， 马济乔1， 叶鹏1

(1. 军械工程学院, 石家庄050003; 2. 空军勤务学院, 徐州221000)

摘要：为了更好地实现液压泵的故障模式识别，对液压泵故障特征提取方法和模式识别方法进行研究。针对多尺度熵算法存在的在尺度因子较大时时间序列较短而导致各尺度样本熵表征液压泵故障状态性能较差的问题，提出了改进的多尺度熵算法，通过对液压泵实测信号分析验证了所提出的改进多尺度熵的良好性能。针对液压泵故障状态与故障特征之间的非线性关系，采用支持向量机算法建立液压泵的故障模式识别模型，并提出采用人工蜂群优化算法对支持向量机模型参数进行优化。基于改进多尺度熵和蜂群优化参数的支持向量机实现液压泵故障模式识别，通过对比分析验证了所提出的液压泵故障模式识别方法的良好性能。

关键词：液压泵；模式识别；改进多尺度熵；人工蜂群算法；SVM

由于液压油的压缩性、泵源与液压回路的流固耦合作用以及工作过程中泵体本身固有的机械冲击，导致液压泵的振动信号表现出很强的非平稳、非线性特性。因此，从非线性、非平稳信号中提取故障特征信息成为液压泵故障模式识别的关键。近年来，随着非线性理论地发展，很多非线性分析方法，如小波分析[1]、分形维数[2]、K熵[3]等已被广泛应用于机械设备故障识别领域，极大地丰富了故障识别的技术和手段。……