基于CEEMDAN与信息熵的液压泵故障特征提取方法研究

简介

由于液压泵故障振动信号微弱和不平稳的特性造成特征向量提取和故障诊断困难。针对这些问题提出一种CEEMDAN与信息熵结合的特征提取方法。将传感器测得的液压泵的故障振动信号进行CEEMDAN分解得到多个固有模态函数（IMF）并计算其信息熵然后筛选出信息熵最小的3个IMF分量重构信号计算重构信号的多域熵作为特征向量来训练决策树模型。液压泵故障诊断实验结果证明了该方法的有效性和优越性。