基于KL-CEEMD的高位布置汽轮机组转子故障振动信号虚假分量识别方法
Turbine Technology（2022）
摘要
汽轮机组转子故障振动信号特性分析是实现其故障诊断和在线监测的基础和关键.基于国内外研究现状,提出了一种CEEMD消除虚假分量的改进方法(KL-CEEMD),采用CEEMD对采集到的原始振动信号进行分解,然后计算各分量与原始振动信号的KL散度值,量化各分量与原信号之间的相关性,并作为识别指标,最后通过对标准化后的指标进行聚类分析,自动识别真假分量.为验证KL-CEEMD方法在虚假分量识别的精确度,研究构造3种不同运行状态下高位布置汽轮机转子的振动仿真信号,发现在虚假分量识别中KL-CEEMD方法能够有效提取出故障信号的真实特性.
更多AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要