《基于VMD-MSE与SSA-SVM的往复式压缩机气阀故障诊断》

技术简介：

往复压缩机气阀故障振动信号具有较强的非线性和非平稳性。为了从往复压缩机气阀振动信号中提取故障特征用于故障诊断，提出一种基于变分模态分解(variationalmode decomposition, VMD)与多尺度熵(multi-scaleentrope, MSE)的故障特征提取方法，并与采用麻雀寻优算法(soarrowsearch algorithm, SSA)优化的支持向量机(suppotvector mackine,SVM)相结合，用于往复压缩机气阀故障诊断；通过对往复压缩机气阀信号进行VMD分解，选取合适的内禀模态分量(intrinsicmode function,IMF)进行信号重构，基于MSE熵值分析构成特征向量集，最后将其输入SSA-SVM训练并识别故障类型。试验结果表明，基于VMD-MSE与SSA-SVM的故障诊断模型能有效并准确的识别往复压缩机气阀故障。

研发人员：别锋锋;朱鸿飞;彭剑;张莹;