振动与冲击

作者：王浩任，黄亦翔，赵帅，刘成良 ，王双园， 张大庆

单位：1.上海交通大学机械系统与振动国家重点实验室 上海 200240;2.山河智能装备集团 长沙 410100

关键词：小波包分析；流形学习；柱塞泵；拉普拉斯特征映射；健康状态评估

柱塞泵是液压系统的关键部件之一，监测其健康状态对液压系统的可靠运行具有重要意义。因此本文提出一种基于小波包和流形学习的方法，用于分析柱塞泵出口振动信号，从而对其进行健康评估。该方法首先利用小波包对原始信号进行分解，从中提取用于描述柱塞泵健康状态的有效特征群。其次，把提取的高维特征群作为输入，利用并比较多种流形学习方法进行特征降维，选取状态识别准确率最高的拉普拉斯特征映射方法，建立起的特征向量到健康状态之间的对应关系，实现液压泵健康状态监测的分类要求。实验结果表明，采用小波包和拉普拉斯特征映射相结合的方法可以有效提高柱塞泵状态评估的准确性。<br>

来源：2017年第22期

《振动与冲击》期刊编辑部

查看振动与冲击杂志2017年第22期