多尺度能量熵与优化极限学习机的航空液压管路故障诊断方法

作者：薛政坤; 汪曦; 于晓光; 王宠; 张小龙

来源：液压与气动, 2022, 46(07): 64-73.

• 局部均值分解
• 多尺度能量熵
• 航空液压管路
• 极限学习机
• 故障诊断

针对航空液压管路故障特征难以提取问题，考虑到航空液压系统中振动信号存在非平稳性以及非线性等特点，提出了一种基于局部均值分解(Local Mean Decomposition, LMD)的多尺度能量熵(Multi-scale Energy Entropy, MEE)和麻雀搜索算法(Sparrow Search Algorithm, SSA)优化极限学习机(Extreme Learning Machine, ELM)的航空液压管路故障诊断方法。首先，采用局域均值分解方法将采集的振动信号自适应分解；其次，综合考虑相关系数-能量比准则，选取最佳PF分量；最后，计算最佳分量的多尺度能量熵，选取合适的尺度因子并将其对应的能量熵值作为特征向量，输入到麻雀搜索算法优化的极限学习机网络模型进行学习训练，实现对航空液压管路的故障进行分类识别。结果表明：该方法能够有效地实现对航空液压管路故障类型的准确识别，为区分航空液压管路故障提供了一种可行的诊断思路。

• 单位
  辽宁科技大学; 自动化学院