论文部分内容阅读
气阀是往复式压缩机最为关键的设备之一,同时由于它在工作中频繁地受到振动与冲击,使其故障率远高于其他部件,因此对气阀开展故障诊断研究意义重大。气阀的工作环境极其恶劣,并且故障形式多样,大大增加了故障诊断的难度。传统的故障诊断方法显然已经无法满足企业对气阀故障诊断的精度要求,基于人工智能的故障诊断方法将是未来的趋势。本文针对气阀原始信号故障信息不明显和噪声干扰严重的问题,采用经验模态分解(EMD)方法将原始信号分解为多个平稳的本征模态函数(IMF),通过分析IMF分量在信号复杂程度上的变化,采用样本熵特