基于振动信号平稳非平稳性判别及特征甄别的智能电厂泵机故障诊断方法

摘要

本发明公开了一种基于振动信号平稳非平稳性判别及特征甄别的智能电厂泵机故障诊断方法。本发明主要针对的是火力发电机组中的泵机设备，通过经验模态分解对原始信号进行分解得到多个本征模态分量，并利用小波分解克服了EMD分解的模态混叠问题。同时对分解得到的子信号进行平稳性判别，对平稳部分和非平稳部分分别进行特征计算。在特征计算方面，由于泵机的振动信号发生异常时，其频谱特征变化明显，加入了一倍频和二倍频特征。另外，对关键特征进行选择，降低了特征向量的维数，减少了数据的冗余，提高了火力发电机组中泵机设备振动信号故障诊断的准确率，有助于现场工程师对故障进行准确的修复，从而保证了发电过程的安全可靠运行并提高了生产效益。