基于奇异值分解和小波包分解的故障检测
李一博,沈
慧,高
远
【摘
要】
根据真空泵在故障和正常模式下工作时,其振动信号在频域的能量分
布的差异性,设计基于奇异值分解
(SVD)
和小波包分解
(WPD)
的真空泵故障检
测方法。首先用
SVD
对采集到的信号进行去噪,再使用小波包对去噪后的信号
进行分解,对分解得到的各层系数进行重构并提取需要的各频域段的能量。将
提取的能量向量作为支持向量机(
SVM
)的输入样本,对
SVM
进行训练。最
后使用实验数据对
SVM
的可靠性进行验证。实验结果表明,采用
SVD
和
WPD
结合的方法能较好地识别出真空泵的故障。
【期刊名称】
电子技术应用
【年
(
卷
),
期】
2018(044)003
【总页数】
4
【关键词】
真空泵故障;奇异值分解;小波包分解;支持向量机
0
引言
目前,随着我国航空航天科学技术的发展,尤其是空间推进技术的大力发展,
航天器空间模拟实验对实验设备的要求正在逐步提高。而超低温和高真空是模
拟实验所重点要求的重要的测试环境。其中,真空泵是空间模拟器的核心设备
之一,真空泵能否正常工作,将决定空间环境模拟器能否正常有效地完成航天
器的真空热环境实验。其次,中国拥有大量的航空航天基地,还有冶金行业等,
真空泵的持有数量巨大。因而,无论是从设备安全角度还是从社会经济利益出
发,对真空泵运行故障进行检测都具有重要的意义。
在传统的机械故障诊断技术中,傅里叶变换是最常用的频域信号处理方法,但