摘要
根据离心泵故障振动信号的特点,提出了一种结合小波包与二维隐马尔可夫模型(2D-HMM)的离心泵故障诊断方法。利用小波包分解对信号进行精确细分的特点,构造出相应的能量谱作为离心泵运行状态的特征向量,并以此作为2D-HMM的输入进行训练,建立了基于2D-HMM的离心泵运行状态分类器,用以识别离心泵状态。最后通过2BA-6A离心泵试验系统验证了该方法的有效性。
According to the characteristics of fault vibration signal, a new method for centrifugal pump based on wavelet packet and 2D hidden Markov model （2D-HMM） is produced. The energy spectrum from the wavelet packet decomposition can be used as feature vectors of running state of a centrifugal pump to train 2D-HMM. So the classified model based on 2D-HMM is constructed. The model is tested with experimental data collected from the experimental systems of 2BA-6A centrifugal pump. Finally, the result demonstrates that the model is effective to classify faults in speed-up process of a centrifugal pump.
出处
《数据采集与处理》
CSCD
北大核心
2008年第B09期140-144,共5页
Journal of Data Acquisition and Processing
基金
吉林省教育厅科学技术研究(2007047)资助项目
关键词
离心泵
故障诊断
小波包分解
二维隐Markov模型
centrifugal pump
fault diagnosis
wavelet packet decomposition
two-dimensional hidden Markov model （2D-HMM）
作者简介
周云龙（1960-），男，博士，教授，博士生导师，研究方向：流体机械，状态监测及故障诊断等，E—mail：zyl@mail．nedu．edu．cn；
柳长昕（1981-），男，硕士研究生，研究方向：流体机械及热能设备的故障诊断；
赵鹏（1976-），男，博士研究生，研究方向；流体机械及热能设备故障诊断。
