基于PA-VME與SPP的機(jī)械設(shè)備故障診斷方法的研究

打開文本圖片集

摘 要：針對(duì)傳統(tǒng)的故障識(shí)別方法存在信號(hào)質(zhì)量低和診斷精度差等問題，提出一種參數(shù)自適應(yīng)變分模式提?。≒A-VME）和稀疏保持投影（SPP）相結(jié)合的數(shù)據(jù)驅(qū)動(dòng)機(jī)械故障診斷新方法。結(jié)合相關(guān)系數(shù)、L-峭度和信息熵構(gòu)造一個(gè)新的指標(biāo)LFCI并將其作為適應(yīng)度函數(shù)，采用粒子群算法對(duì)變分模式提取的內(nèi)部參數(shù)進(jìn)行優(yōu)化，從而形成PA-VME模型并將其用于振動(dòng)信號(hào)的模式分解；根據(jù)構(gòu)造的指標(biāo)能夠反映信息有序度的原則，選取有效的模式分量并計(jì)算得到高維特征數(shù)據(jù)集；利用SPP將數(shù)據(jù)集通過權(quán)重矩陣投影到低維空間，實(shí)現(xiàn)對(duì)高維特征數(shù)據(jù)的降維和聚類分析。（剩余10907字）