一种基于VMD和MFSS模型的往复压缩机寿命预测方法

一种基于VMD与MFSS模型的往复压缩机寿命预测方法,属于往复机械故障模式识别与诊断预测领域。所述方法如下:选择往复压缩机敏感测点的特征振动信号,通过加速度传感器和光电传感器测试和截取振动加速度信号;使用变分模态分解方法对振动加速度信号进行分解,计算选择BLIMF主分量,计算原信号不同采样段的饱和信息熵,计算各采样段的时间预测尺度向量[T1,T2…Tn];提取各采样段的多重分形奇异谱,

  • 专利公开号: CN108168924A
  • 专利类型: 发明
  • 法律状态: 授权
  • 公告日期: 2018-06-15
  • 权利人: 桂林航天工业学院
  • 交易方式: 转让
  • 价格: 面议

      一种基于VMD与MFSS模型的往复压缩机寿命预测方法,属于往复机械故障模式识别与诊断预测领域。所述方法如下:选择往复压缩机敏感测点的特征振动信号,通过加速度传感器和光电传感器测试和截取振动加速度信号;使用变分模态分解方法对振动加速度信号进行分解,计算选择BLIMF主分量,计算原信号不同采样段的饱和信息熵,计算各采样段的时间预测尺度向量[T1,T2…Tn];提取各采样段的多重分形奇异谱,构造特征谱参数,形成待预测的特征序列;用改进Kn近邻分类算法建立动态预测模型,在时间预测尺度内进行预测;将预测值与故障分类数据库的标准分类值作回归拟合分析,判定故障程度并预测残余寿命。


       本发明相对于现有技术的有益效果是:本发明改进的预测方法,从根本上改变了传统的预测方法仅仅停留在获得有限个振动幅值的预测方式,基于变分模态分解和建立在多重分形奇异谱上的变参数模型的建模方法,改变了事先确定与构造函数、参数和系数的“被动式”的建模方式;相空间动态建模域和最大时间预测尺度的计算和引入,使得预测具有更高的可信度;同时,谱参数的获取更适合于研究复杂混沌系统的动力学特征,提高了故障特征识别和预测的精度。



000-000-0000

主办单位:掇刀区人民政府办公室 联系电话:0724-2441268

在线举报
电话咨询
通知公告
维权援助
QQ客服