基于AO-VMD的往复压缩机故障特征提取方法

作者：李颖,王鹏,吴仕虎,等. 日期：2023-07-18/span> 浏览：1394 查看PDF文档

摘要:采用原始VMD方法对往复压缩机故障进行诊断时,往复压缩机易损部件的振动信号存在非平稳、非线性这一问题,为此,提出了一种使用天鹰算法(AO),以各分量样本熵的最小值作为适应度函数,对变分模态分解(VMD)进行优化分解的往复压缩机故障特征提取方法。首先,对往复压缩机滑动轴承的故障进行了分析,对其不同状态下的振动信号进行了分析处理;然后,先使用小波消噪对振动信号进行了消噪处理,再分别使用原始VMD和AOVMD新型分解方法对其进行了处理，并得到了BLIMF分量;最后,计算两种分解方法中各分量的多尺度样本熵(MSE)值,对不同状态的多尺度样本熵值进行了对比分析,从而实现了对往复压缩机各类故障的诊断。研究结果表明:AOVMD方法利用AO强大的快速搜索和开发能力后,故障分类性能明显优于原始VMD分解方法,各类故障信号多尺度样本熵值区分明显;其省时方面效果显著,基于遗传算法优化VMD方法分解耗时427s，而AOVMD方法仅需165s,满足故障诊断分解方法要求。

关键词:容积型压缩机;变分模态分解;天鹰算法;故障诊断;多尺度样本熵;滑动轴承故障

中图分类号:TH457文献标识码:A文章编号:1001-4551(2023)05-0673-09

本文引用格式:

李颖,王鹏,吴仕虎,等.基于AO-VMD的往复压缩机故障特征提取方法［J］.机电工程,2023,40(5):673-681.

LI Ying, WANG Peng, WU Shi-hu, et al. Fault diagnosis method of reciprocating compressor based on AO-VMD［J］.Journal of Mechanical & Electrical Engineering, 2023,40(5):673-681.