机械工程学报
機械工程學報
궤계공정학보
CHINESE JOURNAL OF MECHANICAL ENGINEERING
2012年
23期
65-75
,共11页
刘小平%徐桂云%任世锦%杨茂云
劉小平%徐桂雲%任世錦%楊茂雲
류소평%서계운%임세금%양무운
希尔伯特-黄变换%数据依赖核独立分量分析%特征提取%支持矢量数据描述%故障监测
希爾伯特-黃變換%數據依賴覈獨立分量分析%特徵提取%支持矢量數據描述%故障鑑測
희이백특-황변환%수거의뢰핵독립분량분석%특정제취%지지시량수거묘술%고장감측
分析提升机振动信号特征抽取和故障监控存在的问题,提出基于HHT-DDKICA和支持矢量数据描述(Support vector data description,SVDD)相结合的提升机故障监控方法.该方法通过滤波器把振动信号分解到感兴趣的子频带,使用希尔伯特-黄变换(Hilbert-Huang transform,HHT)把子频带信号分解为多个内蕴模式函数(Intrinsic mode functions,IMFs),给出HHT去噪方法以及基于信号能量准则的IMFs选择方法,保证选取IMFs的有效性.针对单个IMF往往包含多个非线性源振动信号成分的问题,提出数据依赖核独立分量分析(Data dependent kernel independent component analysis,DDKICA)算法对源振动信号进行分离.该方法不仅能够根据数据集确定合适的核函数,而且在经验特征空间中使用DDKICA模型选择准则选择最优模型参数.根据从DDKICA抽取的时频特征分布情况,提出使用SVDD模型构造新的统计量并确定其统计控制限.提升机应用研究表明,该方法能够及时发现运转过程出现的异常情况.
分析提升機振動信號特徵抽取和故障鑑控存在的問題,提齣基于HHT-DDKICA和支持矢量數據描述(Support vector data description,SVDD)相結閤的提升機故障鑑控方法.該方法通過濾波器把振動信號分解到感興趣的子頻帶,使用希爾伯特-黃變換(Hilbert-Huang transform,HHT)把子頻帶信號分解為多箇內蘊模式函數(Intrinsic mode functions,IMFs),給齣HHT去譟方法以及基于信號能量準則的IMFs選擇方法,保證選取IMFs的有效性.針對單箇IMF往往包含多箇非線性源振動信號成分的問題,提齣數據依賴覈獨立分量分析(Data dependent kernel independent component analysis,DDKICA)算法對源振動信號進行分離.該方法不僅能夠根據數據集確定閤適的覈函數,而且在經驗特徵空間中使用DDKICA模型選擇準則選擇最優模型參數.根據從DDKICA抽取的時頻特徵分佈情況,提齣使用SVDD模型構造新的統計量併確定其統計控製限.提升機應用研究錶明,該方法能夠及時髮現運轉過程齣現的異常情況.
분석제승궤진동신호특정추취화고장감공존재적문제,제출기우HHT-DDKICA화지지시량수거묘술(Support vector data description,SVDD)상결합적제승궤고장감공방법.해방법통과려파기파진동신호분해도감흥취적자빈대,사용희이백특-황변환(Hilbert-Huang transform,HHT)파자빈대신호분해위다개내온모식함수(Intrinsic mode functions,IMFs),급출HHT거조방법이급기우신호능량준칙적IMFs선택방법,보증선취IMFs적유효성.침대단개IMF왕왕포함다개비선성원진동신호성분적문제,제출수거의뢰핵독립분량분석(Data dependent kernel independent component analysis,DDKICA)산법대원진동신호진행분리.해방법불부능구근거수거집학정합괄적핵함수,이차재경험특정공간중사용DDKICA모형선택준칙선택최우모형삼수.근거종DDKICA추취적시빈특정분포정황,제출사용SVDD모형구조신적통계량병학정기통계공제한.제승궤응용연구표명,해방법능구급시발현운전과정출현적이상정황.