一种基于MCKD和萤火虫优化的EEMD-FE-BP机组故障诊断建模方法技术

本发明专利技术提出了一种基于MCKD和萤火虫优化的EEMD‑FE‑BP机组故障诊断建模方法，属于故障诊断，解决机组故障诊断周期长，定期维护和事后维修造成易造成时间损失和经济损失，包括如下步骤：步骤S1：使用粒子群优化的MCKD对机组原始振动信号进行抑制谐波和降噪处理，使得由故障引发的脉冲信号在原始振动信号中更容易体现出来；步骤S2：对处理后的振动信号进行集合模态经验分解，得到不同的内在模函数分量，构造重构数据并划分训练集和测试集；步骤S3：计算每个振动信号IMF分量的模糊熵FE；步骤S4：依据每个信号模糊熵维度和故障类型维度建立BP神经网络模型；步骤S5：使用FA对所构建模型的参数进行寻优。

【技术实现步骤摘要】

本专利技术涉及故障诊断领域，具体是一种基于mckd和萤火虫优化的eemd-fe-bp机组故障诊断建模方法。

技术介绍

1、传统机组的故障诊断主要通过定期维护和事后维修。定期维护是对机组整套设备进行检修，往往很多机组状态良好但仍然被检修，而且状态良好的机组，在检修后反而出现状态不良，这就造成了不必要的时间损失和经济损失。事后维修是机组已经出现故障才开始维修，错过了最佳的维修期。当机组发生故障时，其症状和原因之间常表现出很强的随机性和不确定性。因此，如何利用实时的状态信息中的有用信息尽早识别出故障的种类是很有必要的。如果能够根据机组的实时运行信息，实时检测其运行状态，将被动维修变成主动维修，这样就能尽早发现故障，降低泵站损失，减少不必要的维修费用，降低书泵机组运行成本。

技术实现思路

1、本专利技术所要解决的技术问题是，提供了一种基于mckd和萤火虫优化的eemd-fe-bp机组故障诊断建模方法，解决机组故障诊断周期长，定期维护和事后维修造成易造成时间损失和经济损失，本专利技术使用mckd对原始机组振动信号进行抑本文档来自技高网...

【技术保护点】

1.一种基于MCKD和萤火虫优化的EEMD-FE-BP机组故障诊断建模方法其特征在于，包括如下步骤：

2.根据权利要求1所述的一种基于MCKD和萤火虫优化的EEMD-FE-BP机组故障诊断建模方法，其特征在于，步骤S1包括如下步骤：

3.根据权利要求1所述的一种基于MCKD和萤火虫优化的EEMD-FE-BP机组故障诊断建模方法，其特征在于，步骤S2包括如下步骤：

4.根据权利要求3所述的一种基于MCKD和萤火虫优化的EEMD-FE-BP机组故障诊断建模方法，其特征在于：

5.根据权利要求2所述的一种基于MCKD和萤火虫优化的EEMD-FE-...

【技术特征摘要】

1.一种基于mckd和萤火虫优化的eemd-fe-bp机组故障诊断建模方法其特征在于，包括如下步骤：

2.根据权利要求1所述的一种基于mckd和萤火虫优化的eemd-fe-bp机组故障诊断建模方法，其特征在于，步骤s1包括如下步骤：

3.根据权利要求1所述的一种基于mckd和萤火虫优化的eemd-fe-bp机组故障诊断建模方法，其特征在于，步骤s2包括如下步骤：

4.根据权利要求3所述的一种基于mckd和萤火虫优化的eemd-fe-bp机组故障诊断建模方法，其特征在于：

5.根据权利要求2所述的一种基于mckd和萤火虫优化的eem...

【专利技术属性】
技术研发人员：陈云霞，易辉，陆顺杰，董露，周亚菲，
申请(专利权)人：江苏安控智汇科技股份有限公司，
类型：发明
国别省市：