-
题名FDM和RCMDE结合的特征提取与故障诊断
被引量：12
- 1
-
-
作者
左红艳
刘晓波
洪连环
-
机构
南昌航空大学航空制造工程学院
南京航空航天大学机电学院
-
出处
《振动．测试与诊断》
EI
CSCD
北大核心
2021年第3期539-546,624,共9页
-
基金
国家自然科学基金资助项目(51365040)
博士启动基金资助项目(EA202003380)。
-
文摘
为提取有效特征向量以实现航空发动动机转子的故障诊断,针对航空发动机转子振动信号的非线性、非平稳的特性,首先,应用傅里叶分解方法(Fourier decomposition method,简称FDM)提取航空发动机转子信号的边际谱重心及最大能量层的谱重心;其次,计算振动信号的精细复合多尺度散布熵;最后,应用双阶自适应小波聚类方法对特征空间实现故障分类与识别。应用航空发动机转子试验器采集的样本验证表明,上述方法提取的特征值准确且波动小,同种故障类型的特征值集中,不同故障类型之间差异大,有利于提高多种故障类型混合的诊断精度。
-
关键词
傅里叶分解
精细复合多尺度散布熵
双阶自适应小波聚类
故障诊断
-
Keywords
Fourier decomposition method
refined composite multiscale dispersion entropy
two-stage adaptive wavecluster
fault diagnosis
-
分类号
TH165.3
[机械工程—机械制造及自动化]
-
