为准确表征转子系统不同运行状态,提出一种改进的变分模态分解(Modified Variational Mode Decomposition,MVMD)与瞬时能量分布排列熵(Instantaneous Energy Distribution Permutation Entropy,IEDPE)结合的转子故障特征量化提取方法。...为准确表征转子系统不同运行状态,提出一种改进的变分模态分解(Modified Variational Mode Decomposition,MVMD)与瞬时能量分布排列熵(Instantaneous Energy Distribution Permutation Entropy,IEDPE)结合的转子故障特征量化提取方法。利用相关性阈值策略确定变分模态分解(Variational Mode Decomposition,VMD)分解层参数并设计MVMD算法;然后,将采集到的振动信号输入MVMD中进行分解,计算各模态分量的瞬时能量分布;最后,提取各模态分量IEDPE作为故障量化特征。与MVMD+PE、EMD+IEDPE、EEMD+IEDPE进行对比,结果表明,提取的故障特征可更有效地表征转子故障状态之间的显著差别,使故障类别更准确识别。展开更多
文摘为准确表征转子系统不同运行状态,提出一种改进的变分模态分解(Modified Variational Mode Decomposition,MVMD)与瞬时能量分布排列熵(Instantaneous Energy Distribution Permutation Entropy,IEDPE)结合的转子故障特征量化提取方法。利用相关性阈值策略确定变分模态分解(Variational Mode Decomposition,VMD)分解层参数并设计MVMD算法;然后,将采集到的振动信号输入MVMD中进行分解,计算各模态分量的瞬时能量分布;最后,提取各模态分量IEDPE作为故障量化特征。与MVMD+PE、EMD+IEDPE、EEMD+IEDPE进行对比,结果表明,提取的故障特征可更有效地表征转子故障状态之间的显著差别,使故障类别更准确识别。