典型文献
基于RCMDE的2D80-53.4型压缩机故障诊断研究
文献摘要：
针对2D80-53.4型压缩机故障信号呈现高耦合性和非线性等问题,提出基于RCMDE的2D80-53.4型压缩机故障诊断方法.在MDE算法的基础上,结合精细复合改进MDE算法得到RCMDE算法,应用其对非线性振动信号进行特征向量构建,结合极限学习机进行故障识别.通过仿真信号验证,结果表明该算法可以有效抑制干扰信息,强化故障信息特征,大大提高了算法的准确性.以2D80-53.4型压缩机的轴承故障数据为研究对象进行实测验证,应用RCMDE实现其故障信号特征提取,与多尺度散布熵、复合多尺度散布熵进行对比,该方法表现出特征可分性良好,极限学习机故障识别准确率较高.
文献关键词：
2D80-53.4型压缩机;精细复合多尺度散布熵;极限学习机;故障诊断
中图分类号：
作者姓名：
曲孝海;胡予欢;沈磊
作者机构：
湖南文理学院 数理学院, 湖南 常德, 415000
文献出处：
引用格式：
[1]曲孝海;胡予欢;沈磊-.基于RCMDE的2D80-53.4型压缩机故障诊断研究)[J].湖南文理学院学报（自然科学版）,2022(02):8-12
A类：
2D80
B类：
RCMDE,压缩机故障,诊断研究,故障信号,耦合性,故障诊断方法,非线性振动,振动信号,特征向量,极限学习机,故障识别,制干,故障信息,信息特征,轴承故障,故障数据,实测验证,信号特征提取,可分性,识别准确率,精细复合多尺度散布熵
AB值：
0.24047
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
