%0 Journal Article
%A 向明胜1
%A 2
%A 冯坤1
%A 2
%A 贾韶辉3
%A 赵衍2
%A 4
%T 强噪声条件下基于EMD-AE优选特征的离心泵多故障诊断方法
%D 2024
%R 
%J 振动与冲击
%P 66-74
%V 43
%N 23
%X 工业离心泵故障诊断中常常受到噪声的干扰，针对这一问题，本文提出一种强噪声条件下基于经验模态分解和自编码器的优选特征方法。首先利用补偿距离评估技术确定出有效的时频特征，然后通过经验模态分解处理，得到包含不同尺度和频率特性的模态分量。通过能量比变异系数确定出有效的分析分量，通过提取出所选分量的有效特征，拼接构造高维的深度特征。最后通过自编码器对深度特征做降维处理，进一步优选特征，得到最终的故障敏感特征，完成特征提取。本文选用支持向量机作为故障诊断模型，通过工业离心泵多故障数据进行对比实验。结果表明所提方法在信噪比为-5dB、-7dB和-10dB强噪声干扰条件下，准确率较传统时频特征分别提高了6.13%、7.46%、12%。该方法有较强的抗噪声的能力，在噪声干扰下能有效提取表征设备状态的敏感特征。<br>
%U https://jvs.sjtu.edu.cn/CN/abstract/article_13808.shtml