发明名称 |
一种基于小波能量、流形降维和动态时间规整的故障诊断与健康评估方法 |
摘要 |
本发明公开了一种基于小波能量、流形降维和动态时间规整的故障诊断与健康评估方法,以提高离心泵中轴承故障、叶轮故障及其混合故障的特征可分性,实现各种状态的诊断和健康评估。首先,应用小波包变换将采集到的离心泵振动信号分解为8个小波分量;提取每个分量的小波能量作为故障特征,得到八维故障特征向量;然后,应用流形学方法对此八维特征进行降维,获取更具可分性、更简约稳定的三维特征向量;最后,基于该特征向量,应用动态时间规整方法度量测试数据与训练数据之间的距离,从而确定当前的故障状态,实现轴承故障诊断;同时,该距离值也可反映当前状态的健康度,实现离心泵健康状态的评估,具有很好的实际工程应用价值。 |
申请公布号 |
CN105134619A |
申请公布日期 |
2015.12.09 |
申请号 |
CN201510627570.8 |
申请日期 |
2015.09.28 |
申请人 |
北京航空航天大学 |
发明人 |
吕琛;田野;周博 |
分类号 |
F04D15/00(2006.01)I |
主分类号 |
F04D15/00(2006.01)I |
代理机构 |
北京科迪生专利代理有限责任公司 11251 |
代理人 |
杨学明;顾炜 |
主权项 |
一种基于小波能量、流形降维和动态时间规整的故障诊断与健康评估方法,其特征在于:该方法实现步骤如下:步骤(1)、应用小波包变换方法分解原始振动信号,得到8个小波分量;步骤(2)、计算每个小波分量的小波能量作为故障特征,得到八维故障特征向量;步骤(3)、应用流形学习方法对故障特征向量进行降维,获取更具可分性的三维故障特征向量;步骤(4)、基于提取的三维故障特征向量,应用动态时间规整(DTW)度量测试数据与训练数据之间的相似性,从而确定或评估当前数据对应的故障或健康状态,从而实现故障诊断和健康评估。 |
地址 |
100191 北京市海淀区学院路37号 |