基于SVMFE的往复压缩机气阀故障诊断方法

针对多尺度模糊熵(Multi-scale Fuzzy Entropy,MFE)在粗粒化计算过程中存在的问题,为准确地提取往复压缩机的故障特征,将滑动方差法引入到多尺度模糊熵中,提出基于滑动方差的多尺度模糊熵(Sliding Variance Multiscale Fuzzy Entropy,SVMFE)方法。以高斯白噪声为仿真信号,将SVMFE方法与MFE分析对比,仿真结果表明SVMFE方法在衡量序列复杂性上更准确、更稳定。基于此,提出一种基于SVMFE与极限学习机(Extreme Learning Machine,ELM)的往复压缩机故障诊断方法。最后,运用所提方法对气阀故障信号分析,与基于多尺度模糊熵的故障诊断方法进行对比,验证了所提出方法的有效性,且具有较高的故障识别率。