基于WVPMCD和层次模糊熵的液压泵故障诊断方法研究

简介

为了更准确地对液压泵进行故障诊断,提出了基于WVPMCD(WLS-Variable predictive mode based class discriminate,WVPMCD)和层次模糊熵(hierarchical fuzzy entropy,HFE)的故障诊断方法;由于液压泵振动信号比较复杂,基于变量预测模型的模式识别(variable predictive mode based class discriminate,VPMCD)方法在对模型参数进行估计时会出现异方差的现象,从而导致参数估计出现病态,估计所得参数不稳定,从而降低预测精度;WVPMCD作为VPMCD的改进,采用更先进的加权最小二乘参数估计法代替最小二乘参数估计法,消除异方差的影响,提高参数估计的精度,进而提高液压泵故障诊断准确率;此外,在层次熵(HierarchicalEntropy,HE)的基础上提出了层次模糊熵的概念,模糊熵作为样本熵的改进,在衡量时间序列复杂度上并比样本熵更优越;运用WVPMCD和层次模糊熵对液压泵进行故障诊断,实验结果验证了该方法的有效性。