振动与冲击

作者：牟伟杰，石林锁，蔡艳平，孙钢，郑勇

单位：第二炮兵工程大学 五系，陕西西安 710025

关键词：内燃机；故障诊断；时频分布；特征提取；局部非负矩阵

为了直接对内燃机振动谱图像进行诊断识别，提出一种基于改进变分模态分解（VMD）、伪魏格纳时频分析(PWVD)与局部非负矩阵分解（LNMF）的内燃机振动谱图像识别诊断方法。该方法首先针对VMD分解过程中的层数选取问题，提出了一种中心频率筛选的VMD分解层数改进方法（KVMD），然后将内燃机振动信号利用KVMD分解成一组单分量模态信号，并对生成的各个单分量信号进行伪魏格纳分析处理后表征成振动谱图像；在此基础上，对生成的内燃机KVMD-PWVD振动谱图像分别采用非负矩阵分解(NMF)和LNMF形成编码矩阵，并采用最近邻分类器、朴素贝叶斯分类器和支持向量机对上述编码矩阵直接进行模式识别，以实现内燃机振动谱图像的自动诊断。最后，将该方法应用在内燃机故障诊断实例中，结果表明：该方法改进了传统图像模式识别中的特征参数方法，能有效诊断出内燃机气门间隙故障，三种分类器识别精度均大于93%，其中支持向量机的分类精度最高，达到99.8%，且采用LNMF形成的编码矩阵识别精度整体高于NMF，为内燃机振动诊断探索了一条新途径。<br>

来源：2017年第2期

《振动与冲击》期刊编辑部

查看振动与冲击杂志2017年第2期