基于小波包和拉普拉斯特征值映射的柱塞泵健康评估方法

作     者：王浩任 黄亦翔 赵帅 刘成良 王双园 张大庆 WANG Haoren;HUANG Yixiang;ZHAO Shuai;LIU Chengliang;WANG Shuangyuan;ZHANG Daqing

作者机构：上海交通大学机械系统与振动国家重点实验室上海200240 山河智能装备集团长沙410100 

出 版 物：《振动与冲击》 (Journal of Vibration and Shock)

年 卷 期：2017年第36卷第22期

页      面：45-50页

核心收录：

学科分类：08[工学] 081201[工学-计算机系统结构] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家科技支撑计划(2014BAA04B01) 国家自然科学基金(51305258) 上海市科委项目(1411104600) 

主　　题：小波包分析 流形学习 柱塞泵 拉普拉斯特征映射 健康状态评估 

摘      要：柱塞泵是液压系统的关键部件之一,监测其健康状态对液压系统的可靠运行具有重要意义。提出一种基于小波包和流形学习的方法,用于分析柱塞泵出口振动信号,从而对其进行健康评估;该方法利用小波包对原始信号进行分解,从中提取用于描述柱塞泵健康状态的有效特征群;把提取的高维特征群作为输入,利用并比较多种流形学习方法进行特征降维,选取状态识别准确率最高的拉普拉斯特征映射方法,建立起的特征向量到健康状态之间的对应关系,实现液压泵健康状态监测的分类要求。实验结果表明,采用小波包和拉普拉斯特征映射相结合的方法可以有效提高柱塞泵状态评估的准确性。