遠心ポンプインペラのEMDおよび循環ビスペクトルスライスによる故障特徴抽出

科学分野:

• 機械工学
• 信号処理
• 振動解析

背景:

• 遠心ポンプインペラの故障は、非線形、非ガウス、非定常状態の複雑な振動信号を生成します。
• これらの信号特性により、正確な故障特徴抽出が困難になります。

研究 の 目的:

• 遠心ポンプインペラの故障振動信号のための新しい特徴抽出方法を開発すること。
• 遠心ポンプの故障診断の精度と堅牢性を向上させること。

主な方法:

• 経験的モード分解（EMD）を使用して、マルチスケール信号分解と固有モード関数（IMF）の分離を行いました。
• 循環ビスペクトル二次スライスを適用して、ノイズの多いIMFの高次統計的精製を行いました。
• スライスパラメータを最適化して、故障特性変調周波数を分離しました。

主要な成果:

• 提案手法は、振動信号における変調成分の分離性と耐ノイズ性を効果的に向上させました。
• 分類モデル（SVM、XGBoost、1D-CNN）は、それぞれ85.7%、92.1%、95.7%の高いテスト精度を達成しました。
• 故障診断において、従来の単一特徴量法を大幅に上回りました。

結論:

• 新しい特徴抽出技術は、遠心ポンプインペラの故障診断のための堅牢なアプローチを提供します。
• この方法は、故障特徴の強化と診断精度の向上において優れた性能を示しています。