基于CEEMDAN与t-SNE的轴向柱塞泵典型故障诊断方法

简介

掘进机在非均匀土壤工况下运行会使得其液压驱动系统受到较强的冲击负载,易导致其核心动力源液压泵发生故障。针对轴向柱塞泵内的典型磨损故障的特征分离提取与辨识分类,提出了一种基于CEEMDAN方法的故障振动信号时频域特征提取方法,对泵壳体采集的振动信号进行时频域分解,并构建70维度特征空间对状态特征进行表征描述;通过特征降维融合的策略,采用t-SNE对高维特征进行解析融合,将70维的特征空间降维至2维空间,并显著提升了分类器的训练效率和分类准确性;采用SVM方法训练3类典型磨损故障的分类器模型,并通过测试集验证,模型的辨识准确性达到96.7%,显著优于不进行降维处理的高维分类器辨识模型。