基于ICEEMDAN-GRNN神经网络的往复泵故障诊断方法研究
版权信息:站内文章仅供学习与参考,如触及到您的版权信息,请与本站联系。
信息
资料大小
4.51 MB
文件类型
PDF
语言
简体中文
资料等级
☆☆☆☆☆
下载次数
简介
往复泵作为石油石化行业重要的输送设备,通过振动监测手段来保证系统的安全稳定运行具有重要的现实意义。如何对往复泵的非平稳和非线性信号提取特征并进行准确识别是诊断中的关键问题。针对往复泵故障特征的提取,提出了一种利用ICEEMDAN-GRNN神经网络相结合的诊断方法。首先利用ICEEMDAN对采集的原始信号进行分解得到若干个IMF分量,然后计算IMF分量的奇异谱熵并构造特征向量,再将特征向量输入到GRNN神经网络进行训练和模式识别。研究表明该方法可以有效提取往复泵的故障特征并进行准确的模式识别。相关论文
- 2020-07-03有限元分析在连续拉深圆形件工艺设计中的应用
- 2020-11-05直压式废弃物转运车起升机构的有限元分析
- 2020-11-22谐波减速器柔轮结构改善与分析
- 2021-01-12基于ANSYS的圆柱滚子轴承内圈滚道径向畸变分析
- 2024-06-24对滚式齿轮纵扭复合超声滚压系统设计与分析
请自觉遵守互联网相关的政策法规,严禁发布色情、暴力、反动的言论。