亚博体育官网

亚博体育|即时比分|即时直播

登录    |    注册

您好,欢迎来到中国亚博体育资讯平台!

首页>《中国测试》期刊>本期导读>基于MRSVD与灰色理论的供输弹系统故障诊断研究

基于MRSVD与灰色理论的供输弹系统故障诊断研究

95    2019-07-26

¥0.00

全文售价

作者:张航, 潘宏侠, 许昕, 赵雄鹏

作者单位:中北大学机械工程学院, 山西 太原 030051


关键词:供输弹系统;多分辨奇异值分解;灰色理论;故障诊断


摘要:

针对采集的供输弹系统测试信号成分复杂、故障难以识别问题,提出一种基于多分辨奇异值分解(MRSVD)与灰色理论的供输弹故障诊断方法。首先使用双树复小波的信号降噪方法进行信号预处理,使用MRSVD方法提取微弱故障特征,在不同层面将信号的特征信息表征出来;然后提取各分量的能量,归一化后作为特征值;最后将灰色理论引入到供输弹系统故障诊断中,经过灰色关联度分析,进行故障诊断。实验结果表明:该方法诊断结果准确率达86.7%,可有效进行故障识别。


Study on the fault diagnosis of ammunition supply system based on MRSVD and grey theory
ZHANG Hang, PAN Hongxia, XU Xin, ZHAO Xiongpeng
Mechanical Engineering Institute, North University of China, Taiyuan 030051, China
Abstract: Aiming at the complex signal components of the collected missile system and the difficulty in identifying the fault, a fault diagnosis method based on multi-resolution singular value decomposition (MRSVD) and grey theory is proposed. Firstly, the signal denoising method of dual-tree complex wavelet is used for signal preprocessing. The weak fault features are extracted by MRSVD method, and the characteristic information of the signal is characterized at different levels. Then the energy of each component is extracted and normalized as the eigenvalue. Finally, the gray theory is introduced into the fault diagnosis of the missile system, and the gray correlation analysis is used to diagnose the fault. The experimental results show that the accuracy of the diagnosis results is 86.7%, and the method can effectively identify faults.
Keywords: ammunition supply system;MRSVD;grey theory;fault diagnosis
2019, 45(7):147-151  收稿日期: 2018-11-05;收到修改稿日期: 2018-12-10
基金项目: 国家自然科学基金资助项目(51675491)
作者简介: 张航(1994-),男,陕西西安市人,硕士研究生,专业方向为复杂机电系统监测与故障诊断
参考文献
[1] 李勇. 某供输弹机供药机构的可靠性研究[D]. 南京:南京理工大学, 2017.
[2] 付志敏, 潘宏侠, 许昕, 等. 基于PCA-KLD的供输弹系统早期故障识别[J]. 机械设计与研究, 2018, 34(2):192-195
[3] 赵建, 张友鹏, 赵斌. 基于奇异值分解理论的钢轨断裂检测方法[J]. 计算机工程与应用, 2018, 54(9):243-250
[4] 李葵, 范玉刚, 吴建德. 基于MRSVD和VPMCD的轴承故障智能诊断方法研究[J]. 计算机工程与应用, 2016, 52(8):153-157
[5] 张弢, 王金波, 张涛, 等. 基于灰色理论的复杂系统多故障模糊诊断[J]. 北京航空航天大学学报, 2017, 43(9):1832-1840
[6] 杨金宝, 梁勇, 曹现宪. 一种基于灰色理论-隐马尔科夫模型的装备故障预测方法[J]. 舰船电子工程, 2018, 38(8):128-132+145
[7] 许海伦. 基于电流信号分析与小波-支持向量机的火炮自动装填系统故障诊断研究[D]. 太原:中北大学, 2013.
[8] BHATNAGAR G, SAHA A, WU Q M J, et al. Analysis and extension of multiresolution singular value decomposition[J]. Information Sciences, 2014, 277:247-262
[9] 王建国, 李健, 万旭东. 基于奇异值分解和局域均值分解的滚动轴承故障特征提取方法[J]. 机械工程学报, 2015, 51(3):104-110
[10] 李明晓, 刘增力. MRSVD-EMD方法在滚动轴承故障诊断中的应用[J]. 软件导刊, 2018, 17(5):138-141
[11] 谢延敏, 王新宝, 王智, 等. 基于灰色理论和GA-BP的拉延筋参数反求[J]. 机械工程学报, 2013, 49(4):44-50
[12] 杜尊峰, 朱海明, 唐广银. 基于灰色理论的海上风电机组齿轮箱故障模式及影响分析[J]. 水利水电技术, 2017, 48(2):165-169+164
[13] ZHANG Z C, CHEN L. Analysis on decision-making model of plan evaluation based on grey relation projection and combination weight algorithm[J]. Journal of Systems Engineering and Electronics, 2018, 29(4):789-796
[14] 于泽亮, 贺德强, 谭文举, 等. 基于EMD和奇异值差分谱理论的列车齿轮箱故障诊断研究及实现[J]. 机械设计与制造, 2018(9):152-155