摘要:為了更準確地對液壓泵進(jìn)行故障診斷,提出了基于WVPMCD(WLS-Variable predictive mode based class discriminate,WVPMCD)和層次模糊熵(hierarchical fuzzy entropy,HFE)的故障診斷方法;由于液壓泵振動(dòng)信號比較復雜,基于變量預測模型的模式識別(variable predictive mode based class discriminate,VPMCD)方法在對模型參數進(jìn)行估計時(shí)會(huì )出現異方差的現象,從而導致參數估計出現病態(tài),估計所得參數不穩定,從而降低預測精度;WVPMCD作為VPMCD的改進(jìn),采用更先進(jìn)的加權最小二乘參數估計法代替最小二乘參數估計法,消除異方差的影響,提高參數估計的精度,進(jìn)而提高液壓泵故障診斷準確率;此外,在層次熵(HierarchicalEntropy,HE)的基礎上提出了層次模糊熵的概念,模糊熵作為樣本熵的改進(jìn),在衡量時(shí)間序列復雜度上并比樣本熵更優(yōu)越;運用WVPMCD和層次模糊熵對液壓泵進(jìn)行故障診斷,實(shí)驗結果驗證了該方法的有效性。