科研之友
微信
新浪微博
Facebook
分享链接
摘要
为了深入分析磨煤机在发生不同故障时的振动异常原因，构建了磨煤机振动监测系统，并基于所采集振动信号，提出了一种K值优化的VMD-HHT边际谱结合LSSVM模型的磨煤机故障识别方法。首先，构建了磨煤机振动监测系统，并采集了振动故障信号。其次，对故障样本集进行数据预处理，利用VMD-HHT边际谱对磨煤机的振动信号进行处理，提取了不同状态下的边际谱作为故障特征，然后利用LSSVM模型对各故障特征进行决策分类。最后，通过实验证明了所提出方法的有效性。结果显示，VMD-HHT边际谱能更清晰地表达故障信息，该方法的分类准确率高于基于EMD和EEMD的方法，准确率可达96%。
- 出版日期2023
- 单位机电工程学院; 武汉理工大学
