王余奎， 李洪儒， 魏晓斌， 许葆华

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

基于局部特征尺度分解谱熵和VPMCD的液压泵退化状态识别

王余奎1,2， 李洪儒2， 魏晓斌1， 许葆华2

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

针对液压泵故障信号的非平稳特性以及其退化状态难以识别的问题，结合局部特征尺度分解与信息熵理论，提出了局部特征尺度分解谱熵的退化特征提取方法，并将基于变量预测模型的模式识别(Variable Predictive Model based Class Discriminate, VPMCD)方法引入到液压泵的退化状态识别。对不同程度故障的液压泵振动信号进行局部特征尺度分解，从得到的内禀尺度分量中提取振动信号的复杂度和随机性度量指标能谱熵、奇异谱熵和包络谱熵，以其作为液压泵的退化特征向量，通过建立VPMCD退化状态识别模型实现液压泵的退化状态识别。仿真信号分析结果验证了所提出的局部特征尺度分解谱熵具有较好的表征液压泵故障退化状态的能力。通过对实测液压泵松靴和滑靴磨损两种故障模式下的退化状态振动信号进行分析验证了提出方法的有效性。

液压泵；退化状态识别；局部特征尺度分解；谱熵；变量预测模型的模式识别

随着维修理论和相关技术的发展，以故障预测技术为核心的基于状态的维修越来越受大家重视[1]，而基于状态的维修需要对其故障程度和发展趋势进行估计。液压泵作为液压系统的“心脏”，其性能好坏影响着整个系统。但现有的液压泵振动信号分析方法多是集中在故障类型识别和故障位置判定上[2-3]。……