APP下载

基于多尺度最优模糊熵的液压泵特征提取方法研究

2016-06-23舒思材

振动与冲击 2016年9期
关键词:特征提取

舒思材, 韩 东

(军械工程学院,石家庄 050003)

基于多尺度最优模糊熵的液压泵特征提取方法研究

舒思材, 韩东

(军械工程学院,石家庄050003)

摘要:为了更有效地提取液压泵振动信号的特征,在多尺度模糊熵(Multiscale Fuzzy Entropy,MFE)的基础上,结合层次熵(Hierarchical Entropy,HE)提出了基于多尺度最优模糊熵(Multiscale Optimal Fuzzy Entropy,MOFE)的特征提取方法。基于多尺度模糊熵的特征提取方法是不够全面的,它仅仅分析了时间序列在各尺度上的均值成分,而非均值成分也应当被考虑在内。多尺度最优模糊熵通过引入层次熵的理论,首先,分析时间序列在不同尺度下的所有节点;其次,比较同尺度各节点的模式区分能力;然后,选取最能区分液压泵振动信号不同状态的节点为该尺度最优节点;最后,不同尺度下的最优节点模糊熵构成了对原时间序列的多尺度最优模糊熵分析。实验数据分析和比较结果验证了该方法的有效性。

关键词:多尺度最优模糊熵;液压泵;特征提取

液压泵是液压系统的关键部件,其性能好坏对液压系统的可靠性有重要影响。液压泵一旦发生故障,轻则振动、噪声增加,工作效率降低;重则不能工作,甚至造成灾难性事故[1]。因此,有必要对液压泵进行故障诊断方法方面的研究,而特征提取是故障诊断中至关重要的一个步骤。

液压泵特征信号的选取非常关键,从合适的信号中可以充分提取特征,使故障诊断更准确。目前对液压系统进行故障诊断研究可选的信号主要有:压力信号、流量信号、振动信号、温度信号和油液污染度。……

登录APP查看全文

猜你喜欢

特征提取
特征提取和最小二乘支持向量机的水下目标识别
基于Gazebo仿真环境的ORB特征提取与比对的研究
基于Daubechies(dbN)的飞行器音频特征提取
基于DNN的低资源语音识别特征提取技术
Bagging RCSP脑电特征提取算法
一种基于LBP 特征提取和稀疏表示的肝病识别算法
基于DSP的直线特征提取算法
基于改进WLD的纹理特征提取方法
浅析零件图像的特征提取和识别方法
基于CATIA的橡皮囊成形零件的特征提取