来源：期刊VIP网 时间：
作者：苏立鹏;尤戈;方学宠;李拥军;
单位：温州市特种设备检测科学研究院;
摘要：由于液压泵工作环境的恶劣，直接导致其实际测量的振动信号表现为有用特征信号和干扰噪声的叠加，因此有必要对液压泵的振动信号进行模式分解，进而对液压泵的故障状态进行诊断识别。针对现有方法在液压泵故障分类识别中准确率低的问题，这里提出一种基于小波包和经验模式分解（WP-EMD）以及均匀流形逼近与投影（UMAP）的液压泵故障模式识别方法。首先通过振动传感器测得含有液压泵状态信息的振动信号；然后采用WP-EMD对振动信号进行模式分解，获得能够表征液压泵状态的模式分量；最后利用UMAP对选取分量的多个统计学特征进行降维处理和聚类分析，以实现液压泵不同故障模式的识别。研究表明，这里提出的方法对正常泵、松靴故障、中心弹簧故障分类的正确率可以达到96.67%。
关键词：小波包;;经验模式分解;;均匀流形逼近与投影;;液压泵;;故障分类
基金资助：温州市科技局基础性科技合作项目（H20190001）;; 国家自然科学基金（51805382）
