基于声振信号融合的IRCMMDE离心泵损伤检测方法

作者：陆春元,焦洪宇. 日期：2023-08-14/span> 浏览：392 查看PDF文档

摘要:离心泵早期的损伤特征比较微弱,难以有效提取其故障特征。针对这一问题,提出了一种基于声振信号融合的改进精细复合多元多尺度散布熵(IRCMMDE)和GWOSVM的离心泵损伤检测方法。首先,利用多个传感器收集了离心泵在不同损伤状态下的声音和振动信号,并将声音和振动信号进行了融合,以充分利用不同类型信号中所蕴含的损伤特征信息;随后,针对多元多尺度散布熵(MMDE)不稳定的缺陷,对MMDE的粗粒化处理进行了优化,提出了改进精细复合多元多尺度散布熵(IRCMMDE)的复杂性测量指标;接着,利用IRCMMDE对声振融合信号进行了损伤特征提取,构建了各个损伤状态下的特征矩阵;最后,利用灰狼算法优化的支持向量机分类器,对各个损伤状态下的特征矩阵进行了识别,得到了最终的离心泵损伤检测结论。研究结果表明:采用基于声振信号融合的离心泵损伤检测方法,其最高可达到99.2%的故障识别准确率,相比于基于MMDE和RCMMDE的损伤检测方法,其能够更准确地识别出离心泵的损伤;该方法还能有效缓解单一信号检测时的不确定性,并且在多次实验验证下,其仍具有很高的检测精度。

关键词:声振信号融合;离心泵损伤检测;改进精细复合多元多尺度散布熵;灰狼算法;支持向量机

中图分类号:TH311文献标识码:A文章编号:1001-4551(2023)06-0952-08


本文引用格式:

陆春元,焦洪宇.基于声振信号融合的IRCMMDE离心泵损伤检测方法［J］.机电工程,2023,40(6):952-959.

LU Chun-yuan, JIAO Hong-yu. Damage detection of centrifugal pump based on IRCMMDE with acoustic vibration signal fusion［J］.Journal of Mechanical & Electrical Engineering, 2023,40(6):952-959.