基于主元分析与动态时间弯曲的故障诊断方法及应用研究
2016-09-07邱立鹏姚海妮陈建国
邱立鹏,姚海妮,王 珍,陈建国,杨 铎
(大连大学 机械工程学院, 大连 116622)
基于主元分析与动态时间弯曲的故障诊断方法及应用研究
邱立鹏,姚海妮,王珍,陈建国,杨铎
(大连大学 机械工程学院, 大连116622)
轴承是工程实际中常用而又极易损坏的部件,特别是对其早期微弱响应的辨识,具有重要的社会价值和意义;为提高运转轴承的安全可靠性和可维护性,提出了基于主元分析与动态时间弯曲距离的故障诊断方法,它可以准确对早期微弱动态响应辨识、诊断;该方法首先将典型故障样本信号与待测信号小波去噪并EMD分解,并对若干固有模态分量主元分析求取主元,然后对主元分量进行分析,获得相关特征值组成特征向量,计算待测信号与已知故障样本信号特征向量的弯曲距离,弯曲距离越小表明两信号越相似,从而辨识故障;此外,还可将其应用于转子、碰磨、齿轮故障诊断中,工程应用实例表明该方法可以准确故障分类,高效故障诊断。
EMD;PCA;动态时间弯曲;故障诊断;相似性度量
0 引言
动态时间弯曲是一种相似性搜索算法,通过测度两组时间序列之间的相似性参数,得到一组动态时间弯曲路径集。EMD(empirical mode decomposition)是一种数据特征提取判断的方法,通过EMD分解得到多组IMF(intrinsic mode function),然后用PCA(principal component analysis)主元分析提取数据主要特征。针对工程实际,把动态时间弯曲与EMD、PCA方法结合在一起,利用EMD PCA进行故障特征提取,动态时间弯曲进行模式识别,达到故障检测和诊断的目的。
目前广泛应用于非平稳信号分析的窗口傅里叶变换,小波变换也都是以傅里叶变换为基础,在非平稳信号分析及故障特征提取领域中存在不足。……
