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。
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]; 构造特征谱参数,形成待预测的特征序列;
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。
| 专利名称 | 一种基于VMD和MFSS模型的往复压缩机寿命预测方法 | ||
|---|---|---|---|
| 专利状态 | - | 专利号(申请号) | CN201711385425.9 |
| 申请号 | - | 专利申请日期 | 2017-12-20 |
| 专利授权日期 | 2020-04-14 | 专利权届满日 | - |
| 专利所属地 | 中国 | 专利类型 | 非专利 |
| 发明人 | 刘岩;王金东;赵海洋;李颖 | ||
| 权利人 | - | ||
| 专利摘要 | 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。1 | ||