基于多重去趋势波动分析的转子故障程度识别

摘要：

多重去趋势波动分析(Multifractal Detrended Fluctuations Analysis,MF-DFA)方法是去趋势波动分析(Detrended Fluctuations Analysis,DFA)方法的拓展,由于该方法能够有效揭示非平稳时间序列的多重分形特性,目前正逐渐应用到故障诊断领域.本文主要研究MF-DFA方法尺度范围s与样本长度N、拟合阶数m等关键参数的选择,以及不同的拟合阶数m对广义Hurst指数h(q)、奇异指数α等故障特征参数的影响.采用MF-DFA多重分形奇异谱参数α0和分形潜宽度Aα作为二维特征参数,分形谱宽度作为一维特征参数对转子不平衡程度进行识别,对比分类结果,证明α0和Δα构成的二维特征向量对于转子故障程度变化非常敏感,可以用于转子故障程度的识别.

关键词： 机械转子 故障识别 不平衡程度 多重去趋势波动分析法

作者: 郭晗 张来斌 段礼祥 付强

作者单位: 中国石油大学(北京)机械与储运工程学院,北京 102249 中国石油塔里木油田分公司,厍尔勒 841000

会议类型: 国内会议

会议名称: 2014年全国设备监测诊断与维护学术会议、第十六届全国设备监测与诊断学术会议、第十四届全国设备故障诊断学术会议暨2014年全国设备诊断工程会议

会议地点: 秦皇岛

会议语种:中文

页码: 411-413

在线出版日期: 2014-08-01（万方平台首次上网日期，不代表论文的发表时间）