振动与冲击

作者：马再超，温广瑞,，张恒辉，廖与禾

单位：1.西安交通大学 机械结构强度与振动国家重点实验室，西安 710049；2.新疆大学机械工程学院，乌鲁木齐 830047

关键词：EEMD、PCA、波动变化性指标、离心式压缩机转子

针对离心式压缩机转子系统振动小，振动信号具有非平稳、非线性和伴随噪声干扰的特点，提出一种总体平均经验模式分解(Ensemble Empirical mode decomposition, EEMD)联合主分量分析(Principal component analysis, PCA)的故障识别方法。该方法以相关分析结合傅立叶变换选择基本模式分量(intrinsic mode function, IMF)为基础，构造了波动变化性指标以定量识别EEMD的噪声幅值参数；进一步获取各运行状态的14种时域振动评价指标并构造标准化特征数据集后，采用PCA降维法得出不同类型故障的振动模式类别。通过对离心式压缩机转子典型故障的振动信号分析，其结果表明该方法能够在解除信号非平稳非线性干扰的基础上，快速独立地提取信号中的主要振动模式，制定表征不同故障类别的特征数据区域，从而有效提高了离心式压缩机的故障识别能力。<br>

来源：2016年第4期

《振动与冲击》期刊编辑部

查看振动与冲击杂志2016年第4期