基于LMD和AR模型的转子系统故障诊断方法

被引：13

作者：

杨宇

杨丽湘

程军圣

机构：

[1] 湖南大学汽车车身先进设计制造国家重点实验室

来源：

湖南大学学报(自然科学版) | 2010年 / 37卷 / 09期

基金：

中国博士后科学基金;

关键词：

转子; LMD; AR模型; 故障诊断;

D O I：

暂无

中图分类号：

TH165.3 [];

学科分类号：

摘要：

提出了基于局部均值分解(Local mean decomposition,简称LMD)和AR模型相结合的转子系统故障诊断方法.该方法先用LMD方法将转子振动信号分解成若干个瞬时频率具有物理意义的PF(Product function,简称PF)分量之和,然后对每一个PF分量建立AR模型,提取模型参数和残差方差作为故障特征向量,并以此作为神经网络分类器的输入来识别转子的工作状态和故障类型.与EMD方法的对比研究表明,这两种方法均能有效地应用于转子系统的故障诊断.但LMD方法信号分解后数据残差比EMD方法的小.

引用

页码：24 / 28

页数：5

共 5 条

[1] 局部均值分解与经验模式分解的对比研究 [J].