机械工程学报

作者：郭锐, 张印浩, 牛雯雯, 骆雄帅, 蔡伟, 王建伟, 王岳峰, 赵静一

单位：1. 燕山大学河北省重型机械流体动力传输与控制重点实验室 秦皇岛 066004;2. 西昌卫星发射中心航天发射场可靠性技术重点实验室 海口 571126;3. 燕山大学先进锻压成形技术与科学教育部重点实验室 秦皇岛 066004;4. 燕山大学河北省特种运载装备重点实验室 秦皇岛 066004

关键词：齿轮泵,变转速,健康状态评估,广义线性调频小波变换,支持向量机；

基金：国家自然科学基金资助项目(52075469，12173054)。

针对齿轮泵变转速工况，提出广义线性调频小波变换(General linear chirplet transform，GLCT)和食肉植物算法(Carnivorous plant algorithm，CPA)优化支持向量机(Support vector machines，SVM)相结合的齿轮泵健康状态分类识别方法。首先选取4组磨损量不同的轴套，利用改造试验台采集不同状态下齿轮泵的振动信号；然后，引入GLCT时频分析方法消除转速变化的影响，提取瞬时旋转频率，进行角度域重采样，提取角度域中峰值指标、脉冲指标、峭度指标，与阶次谱方均根值、阶次域阶次幅值作为特征参数；最后，引入CPA对SVM两个参数c和g优化的分类方法，进行齿轮泵的健康状态进行分类识别，为了进一步验证算法有效性将其与SVM和极限学习机(Extreme learning machine，ELM)两种方法进行比较。结果表明，提出的分类方法平均准确率可达93.75%以上，能有效提高分类识别准确率。

来源：2023年第14期

《机械工程学报》期刊编辑部

查看机械工程学报杂志2023年第14期