%0 Journal Article
%A 马再超1，温广瑞1
%A 2，张恒辉1，廖与禾1
%T 离心式压缩机转子故障识别的EEMD-PCA方法研究
%D 2016
%R 
%J 振动与冲击
%P 148-155
%V 35
%N 4
%X 针对离心式压缩机转子系统振动小，振动信号具有非平稳、非线性和伴随噪声干扰的特点，提出一种总体平均经验模式分解(Ensemble Empirical mode decomposition, EEMD)联合主分量分析(Principal component analysis, PCA)的故障识别方法。该方法以相关分析结合傅立叶变换选择基本模式分量(intrinsic mode function, IMF)为基础，构造了波动变化性指标以定量识别EEMD的噪声幅值参数；进一步获取各运行状态的14种时域振动评价指标并构造标准化特征数据集后，采用PCA降维法得出不同类型故障的振动模式类别。通过对离心式压缩机转子典型故障的振动信号分析，其结果表明该方法能够在解除信号非平稳非线性干扰的基础上，快速独立地提取信号中的主要振动模式，制定表征不同故障类别的特征数据区域，从而有效提高了离心式压缩机的故障识别能力。<br>
%U https://jvs.sjtu.edu.cn/CN/abstract/article_5459.shtml