基于MLE阈值规则的小波特征提取技术在气阀故障诊断中的应用

被引：13

作者：

魏中青 ^{[1
]}

马波 ^{[1
]}

窦远 ^{[1
]}

江志农 ^{[1
]}

马日红 ^{[2
]}

机构：

[1] 北京化工大学诊断与自愈工程研究中心

[2] 辽东大学电子工程学院

来源：

振动与冲击 | 2011年 / 30卷 / 01期

关键词：

气阀; 故障诊断; 最大似然估计; 特征提取; 往复压缩机;

D O I：

10.13465/j.cnki.jvs.2011.01.054

中图分类号：

TH45 [压缩机、压气机]; TH165.3 [];

学科分类号：

120111 [工业工程];

摘要：

气阀故障是往复压缩机最常见的故障类型之一,占故障总数的60%以上,如果不及时发现并解决,往复压缩机的压缩效率将大大降低。针对目前往复压缩机气阀故障诊断中存在的问题,结合小波降噪技术,提出了采用基于最大似然估计(MLE:Maximum Likelihood Estimation)阈值规则对气阀早期故障弱冲击变化信号进行特征提取的方法,实现了气阀故障的早期预警。

引用

页码：237 / 241

页数：5

共 6 条

[1]

压缩机气阀故障的监测与诊断 [J].