基于多尺度排列熵和正则化RVFL的高压隔膜泵单向阀故障诊断

作者：范玉刚^*; 张由振

来源：云南大学学报(自然科学版), 2023, 45(01): 38-47.

• 单向阀检测
• 多尺度排列熵
• 正则化随机向量函数链接网络
• 变分模态分解
• 排列熵

高压隔膜泵单向阀运行工况复杂，运行时产生的振动信号具有非线性、非平稳特性，导致信号特征提取困难，故障状态难以识别.为了提取单向阀运行状态的非线性动力学特征，提升故障诊断模型的识别精度和泛化能力，提出了一种基于多尺度排列熵（Multi-scale Permutation Entropy,MPE）和正则化随机向量函数链接（Random Vector Functional Link,RVFL）网络的单向阀故障诊断方法.首先，对工况下采集的单向阀振动信号进行变分模态分解（Variational Mode Decomposition,VMD）获得既定的若干本征模态函数（Intrinsic Mode Function,IMF）分量；然后，计算IMF分量的多尺度排列熵，构建表征单向阀运行状态的特征值向量；最后，基于运行状态的特征值向量，建立正则化随机RVFL的故障诊断模型，并应用于单向阀的运行状态监测与识别.实验结果表明，构建的故障诊断模型能够精确地识别单向阀的故障类型，准确率达到98.89%.

• 单位
  昆明理工大学; 自动化学院