基于VMD-多尺度排列熵和SVM的船用空压机故障诊断

作者：胡以怀; 李从跃; 沈威; 崔德馨; 张成; 芮晓松

来源：中国测试, 2022, 1-8.

• 船用往复式空压机
• 变分模态分解
• 多尺度排列熵
• 故障诊断

船用机械振动信号存在非线性、非平稳性问题，故障特征难提取，通过变分模态分解（variational mode decomposition， VMD）多尺度排列熵（multiscale permutation entropy， MPE）与支持向量机（support vector machine， SVM）融合的故障诊断方法，对振动信号进行研究。以空压机为例，首先，模拟6种空压机工况，对各工况的热工参数进行测试，分析各工况热工参数的变化程度，并采集的振动信号进行频域分析。然后通过VMD对振动信号进行分解，得到一系列固有模态分量，计算与原始信号的互相关系数筛选敏感固有模态分量。最后计算出敏感固有模态分量的多尺度排列熵，将其作为特征向量，输入到SVM中，进行故障辨识。实验结果表明：VMD多尺度排列熵与SVM融合的空压机故障辨识方法，能有效地识别故障类型，整体准确率可保持在98.6667%，将此方法其他方法进行对比，证明了此方法的有效性。

• 单位
  上海海事大学