基于局部均值分解與快速獨立成分分析的潛水泵故障診斷

田立勇, 張一轍

(遼寧工程技術大學 機械工程學院, 遼寧 阜新 123000)

1 引 言

潛水泵葉輪瞬時卡掛異物或流道堵塞失衡不暢,都會在短時間內導致潛水泵出現故障,影響工作效率。對潛水泵的振動信號進行快速傅里葉變換,是對潛水泵進行故障分析的有效方法,然而由于潛水泵的工作環境,采集到的故障特征信號容易受到噪聲的影響,造成頻率混雜現象,傳統快速傅里葉變換分析的故障頻率往往不明顯。

為了提高對潛水泵的故障診斷精度,需要采用合理的方法。目前對于旋轉機械等信號處理的方法有很多:付云驍等[1]為提高對滾動軸承故障頻率的直觀辨識能力,提出了LMD-CM-PCA的方法,為故障診斷的直觀辨識提供了支持；馬增強等[2]提出的變分模態分解(variational mode decomposition, VMD)與獨立成分分析(independent component analysis, ICA)聯合降噪的方法,能夠清晰準確地提取出故障頻率；杜冬梅等[3]針對滾動軸承故障時振動信號的特點,提出局部均值分解(local mean decomposition, LMD)與增強包絡譜的方法,能夠有效地降低噪聲影響；鄭慧峰等[4]針對振動信號中的噪聲干擾,提出了經驗模態分解和奇異值分解的方法,提取出特征信號,實現了損傷診斷和定量評估；付秀偉等[5]針對強噪聲下滾動軸承故障特征難以提取的問題,提出了傅里葉分解與奇異值差分譜方法,能夠準確地識別出故障特征頻率；劉嘉輝等[6]提出了一種同源雙通道信噪盲源分離法,該方法能夠有效地提取故障特征頻率,但具有一定的局限性；張建宇等[7]針對軸承故障的振動特征分離與辨識難度的問題,提出信源估計和頻域反卷積的方法,實現了微弱特征識別；……