基于DEMD的高压隔膜泵单向阀早期故障诊断

简介

针对高压隔膜泵单向阀的早期故障特征提取困难的问题,提出基于微分经验模态分解（differential empirical mode decomposition,简称DEMD）的高压隔膜泵单向阀早期故障诊断方法。首先,对振动信号进行微分运算,提高高频成分的振幅比,使微弱高频成分在后续分解中更易提取;其次,对得到的新信号进行经验模态分解（empirical mode decomposition,简称EMD）,并将分解后的本征模函数（intrinsic mode function,简称IMF）分量信号进行积分还原;最后,计算分量信号与原振动信号的Kullback-Leibler散度（Kullback-Leibler divergence,简称K-L散度）值,选取K-L散度值较小的分量信号进行重构,并利用Hilbert边际谱对重构信号进行瞬时频谱分析,以提取故障振动信号的特征。仿真与工程实验分析表明,该方法能够较好地提取出单向阀早期故障特征信息。