自适应随机共振和DEMD的单向阀早期故障诊断

简介

针对高压隔膜泵单向阀的早期故障振动信号信噪比（SNR）低,故障特征提取困难的问题,本文提出一种自适应随机共振和微分经验模态分解（DEMD）的早期故障诊断方法。首先对原信号进行预处理,设置压缩比进行变尺度处理;然后将SNR作为自适应度函数,利用粒子群（PSO）算法优化随机共振（SR）系统参数,将优化后参数及处理后的信号输入SR系统中;最后对系统输出的信号进行DEMD算法分解,对各分量进行频谱分析,选取含特征频率的分量合成进行包络分析,以提取故障特征信息。经仿真分析与工程实验表明,该方法能够较好地提取出单向阀的早期故障特征信息。