基于EMD-SVD的液压系统故障模糊聚类研究

简介

针对液压系统常见的泄漏、气穴故障问题,从时域分析和频域分析两个方面建立液压系统故障诊断体系,提出了一种基于EMD-SVD变换的液压机泄漏、气穴故障特征提取方法。通过经验模态函数将各类故障信号分解为8类不同时间尺度的本征模态函数IMFs,对其中能量集中的前5类IMFs组成的初始向量矩阵进行SVD(奇异值分解)得到特征向量,组成故障特征矩阵。为比较各类故障诊断方法的最终识别效果,实验同时利用小波分析和Hilbert-Huang变换2类方法获得了2类不同特征信号进行对比,最后通过模糊聚类分析对各类特征信号进行样本隶属度计算来判断故障信号所属类别。结果表明,基于EMD-SVD变换的故障特征提取方法取得了最佳识别效果,其识别准确率可达99.3%。