基于声振信号融合的IRCMMDE离心泵损伤检测方法

作者：陆春元; 焦洪宇^*

来源：机电工程, 2023, 40(06): 952-959.

• 声振信号融合
• 离心泵损伤检测
• 改进精细复合多元多尺度散布熵
• 灰狼算法
• 支持向量机

离心泵早期的损伤特征比较微弱，难以有效提取其故障特征。针对这一问题，提出了一种基于声振信号融合的改进精细复合多元多尺度散布熵(IRCMMDE)和GWO-SVM的离心泵损伤检测方法。首先，利用多个传感器收集了离心泵在不同损伤状态下的声音和振动信号，并将声音和振动信号进行了融合，以充分利用不同类型信号中所蕴含的损伤特征信息；随后，针对多元多尺度散布熵(MMDE)不稳定的缺陷，对MMDE的粗粒化处理进行了优化，提出了改进精细复合多元多尺度散布熵(IRCMMDE)的复杂性测量指标；接着，利用IRCMMDE对声振融合信号进行了损伤特征提取，构建了各个损伤状态下的特征矩阵；最后，利用灰狼算法优化的支持向量机分类器，对各个损伤状态下的特征矩阵进行了识别，得到了最终的离心泵损伤检测结论。研究结果表明：采用基于声振信号融合的离心泵损伤检测方法，其最高可达到99.2%的故障识别准确率，相比于基于MMDE和RCMMDE的损伤检测方法，其能够更准确地识别出离心泵的损伤；该方法还能有效缓解单一信号检测时的不确定性，并且在多次实验验证下，其仍具有很高的检测精度。

• 单位
  常熟理工学院; 苏州市职业大学; 机电工程学院