基于改进MF-DFA的液压泵退化特征提取方法
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

TH212; TH213.3

基金项目:

(国家自然科学基金资助项目(51275524)


Degradation Feature Extraction of Hydraulic Pump Based on Improved MF-DFA
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    针对液压泵振动信号通常具有非线性强和信噪比低的特点,提出了一种基于改进多重分形去趋势波动分析(multi fractal detrended fluctuation analysis,简称MF-DFA)的液压泵性能退化特征提取方法。首先,引入滑动窗口技术改进传统MF-DFA方法在时间序列数据分割过程中存在的不足,提高了MF-DFA方法的计算精度;然后,利用改进的MF-DFA方法计算液压泵多重分形谱参数,分析了不同分形谱参数对液压泵退化状态的反映能力,选取奇异指数α-0和多重分形谱宽度α作为退化特征量;最后,以液压泵不同退化状态下的实测数据为例验证了该算法的有效性。试验结果表明,该方法能够准确提取液压泵退化特征,提高了退化状态识别的准确率。

    Abstract:

    To solve the problem that the vibration signals of a hydraulic pump usually appear with nonlinear and a low signal to noise ratio, we devised a degradation feature extraction method based on improved multi-fractal detrended fluctuation analysis (MF-DFA). First, we proposed an improved MF-DFA based on slip window technology to overcome the problem of data partitioning, then used the MF-DFA to calculate four kinds of multi-fractal parameters of a hydraulic pump. We analyzed four parameters and consequently selected the singular index a0 and the width of multi-fractal spectrum △a as the degradation feature. Finally, the results from analyzing actual data showed that the proposed method effectively recognized the degradation status of the hydraulic pump.

    参考文献
    相似文献
    引证文献
引用本文
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:
  • 最后修改日期:
  • 录用日期:
  • 在线发布日期: 2017-07-05
  • 出版日期:
您是第位访问者
振动、测试与诊断 ® 2024 版权所有
技术支持:北京勤云科技发展有限公司