来源：期刊VIP网 时间：
作者：章立恒;李少义;易怀胜;刘雨昊;王耕;朱国涛;
单位：武汉工程大学机电工程学院;南昌工学院信息与人工智能学院;
摘要：离心泵作为工业领域中广泛应用的设备，其运行效率与稳定性对工业生产过程至关重要。因此，为了避免生产过程中设备的损害和人员的伤亡，准确监测与诊断离心泵的叶轮故障显得尤为必要。旨在探索一种新的离心泵叶轮故障振动信号特征提取方法，希望通过这种提取方法提出的特征信号在故障检测中具有更高的准确性和效率。为此，采用了循环双谱二次切片技术，该技术能够从非线性周期振动信号中提取故障信息。鉴于原始信号中频率特征含有大量杂波，首先对信号执行了经验模态分解(EMD),以分离出各个固有模态函数(IMF)。随后，对这些IMF应用循环双谱二次切片处理，从而更精确地提取出调制频率成分。通过处理实验所得的振动信号，提取离心泵的故障特征，并将本方法与传统的循环双谱二次切片、EMD方法进行对比分析，结果表明：该方法在提取调制频率方面更为有效，能够显著减少信号中的噪声干扰。在同一分类模型中进行测试，证实了该技术在准确率上的优势，进一步验证了其在实际应用中的价值。
关键词：离心泵;;非线性特征提取;;循环双谱切片;;经验模态分解
基金资助：国家自然科学基金资助项目(51775390);; 湖北省科技厅重大专项资助项目(2016AAA056)
