基于EMD与ICA的污泥回流泵故障诊断

李如玉，项 伟，田立勇，于 宁

(1.沈阳理工大学 创新创业中心，沈阳 110159；2.辽宁工程技术大学 机械工程学院，辽宁 阜新 123000)

污泥回流泵受其恶劣的工作环境、长时间连续运行的工况影响，易产生螺栓松动、泵体堵塞等故障。早期的故障很难用常规手段察觉并进行及时有效的处理，最终造成电机烧损等问题，并产生链式反应，诱发其他生产问题[1]。

目前旋转机械故障信号处理的方法有很多。LIU X F等[2]使用经验模态分解(Empirical Mode Decomposition，EMD)结合最小二乘支持向量机实现了滚动轴承的故障诊断。魏永合等[3]利用局部均值分解结合优化正交匹配追踪算法的故障诊断方法，降低了噪声对信号的干扰，成功提取到了滚动轴承故障特征。程军圣等[4]利用插值法对原始信号添加一定条件的白噪声，并从中选择最小正交性系数的结果进行信号恢复和分析，有利于滚动轴承的故障诊断。王志荣等[5]针对丝杠预紧力丧失造成的机床加工问题，提出利用EMD与多尺度熵结合的方法，通过最小熵值提取特征信号进行BP网络训练，并通过实验验证了该方法能够提高故障诊断的准确率。王新等[6]针对滚动轴承中的非平稳问题，提出了变分模态分解与支持向量机相结合的方法，克服了EMD模态混迭的问题，可以准确地提取故障信号。柏林等[7]提出了固有时间尺度分解与独立成分分析(Independent Component Analysis，ICA)[8]相结合的诊断方法，通过实验分析，得出该方法对于滚动轴承故障的提取具有良好的价值。杨青等[9]提出了一种变分模态分解、模糊C均值及递推最小二乘支持向量机(RLSSVM)相结合的故障诊断方法，并与常规的方法进行了仿真实验对比，验证了所提出方法的有效性和优越性。……