基于改进VMD的离心泵空化声发射信号特征提取
Feature extraction of cavitation acoustic emission signal of centrifugal pump based on improved variational mode decomposition作者机构:长沙理工大学能源与动力工程学院湖南长沙410114
出 版 物:《排灌机械工程学报》 (Journal of Drainage and Irrigation Machinery Engineering)
年 卷 期:2020年第38卷第12期
页 面:1196-1202页
核心收录:
学科分类:082802[工学-农业水土工程] 080704[工学-流体机械及工程] 08[工学] 0828[工学-农业工程] 09[农学] 0807[工学-动力工程及工程热物理] 0815[工学-水利工程] 0903[农学-农业资源与环境] 0802[工学-机械工程] 0801[工学-力学(可授工学、理学学位)]
基 金:国家自然科学基金资助项目(51309034) 湖南省教育厅创新平台开放基金项目(18K050) 湖南省研究生科研创新项目(CX2018B561)
主 题:离心泵 声发射 空化 改进变分模态分解 包络熵差异系数 人工蜂群
摘 要:针对变分模态分解算法中分解层数和惩罚因子不易确定的问题,提出一种改进变分模态分解(improved variational mode decomposition,IVMD)算法,并将其应用于离心泵空化声发射信号特征提取.应用IVMD算法时,首先根据包络熵差异系数确定变分模态分解的分解层数;然后采用人工蜂群算法优化得出惩罚因子,并将其作为变分模态分解的最佳输入参数.利用IVMD算法对仿真信号进行分析,并与集合经验模态分解结果进行比较.以60%额定流量下采集到的离心泵进口处的声发射信号为例进行IVMD计算,分析携带原信号大量信息的信号分量的频域特征及其绝对能量随离心泵空化状态变化的关系.结果表明:IVMD算法能够择优确定分解层数和惩罚因子,实现非平稳信号的自适应分解.反映离心泵空化状态的声发射信号特征频率集中在50,100 kHz及其附近.随着离心泵空化从无到有、从弱到强的变化,这2个特征频率范围信号分量绝对能量值呈“基本保持不变—减小—增大的变化规律.