期刊专题

10.3969/j.issn.1000-4998.2018.06.030

基于奇异值分解降噪与排序熵的涡旋压缩机故障特征提取方法

引用
针对涡旋压缩机故障信号非平稳且非线性的特点,提出一种基于奇异值分解降噪与排序熵的涡旋压缩机故障特征提取方法.这一方法首先对原始信号进行奇异值分解,根据奇异值差分谱确定降噪阶次,并进行信号重构,得到降噪信号;然后提取降噪信号的排序熵特征值,基于此建立涡旋压缩机典型故障的排序熵特征模型.试验结果表明,通过这一方法得到的涡旋压缩机故障特征鲜明清晰,为其状态监测与故障诊断提供了依据.

压缩机、奇异值分解、排序熵、故障

56

TH45(气体压缩与输送机械)

陕西省教育厅专项科研计划项目17JK1061;西安汽车科技职业学院科研基金重点项目2016KJ004

2018-07-30(万方平台首次上网日期,不代表论文的发表时间)

共3页

94-96

相关文献
评论
暂无封面信息
查看本期封面目录

机械制造

1000-4998

31-1378/TH

56

2018,56(6)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn

打开万方数据APP,体验更流畅