机械设计与制造杂志社

2021, No.361(03) 127-131

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

基于ICEEMDAN-GRNN神经网络的往复泵故障诊断方法研究
Study on the Method of ICEEMDAN-GRNN Neural Network of Reciprocating Pump Fault Diagnosis

别锋锋;都腾飞;庞明军;谷晟;

摘要(Abstract):

往复泵作为石油石化行业重要的输送设备,通过振动监测手段来保证系统的安全稳定运行具有重要的现实意义。如何对往复泵的非平稳和非线性信号提取特征并进行准确识别是诊断中的关键问题。针对往复泵故障特征的提取,提出了一种利用ICEEMDAN-GRNN神经网络相结合的诊断方法。首先利用ICEEMDAN对采集的原始信号进行分解得到若干个IMF分量,然后计算IMF分量的奇异谱熵并构造特征向量,再将特征向量输入到GRNN神经网络进行训练和模式识别。研究表明:该方法可以有效提取往复泵的故障特征并进行准确的模式识别。

关键词(KeyWords): ICEEMDAN分解;GRNN神经网络;奇异谱熵;往复泵

Abstract:

Keywords:

基金项目(Foundation): 国家自然科学基金(51376026)

作者(Author): 别锋锋;都腾飞;庞明军;谷晟;

Email:

DOI: 10.19356/j.cnki.1001-3997.2021.03.028

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享