机床与液压

作者：储焰，常远，汤何胜

单位：温州大学机电工程学院；温州大学机电工程学院；温州大学机电工程学院

关键词：轴向柱塞泵;故障诊断;精细复合多元多尺度散布熵(RCMMDE);深度残差收缩网络(DRSN)

基金：国家自然科学基金项目（52275064）；温州市重大科技创新攻关项目(ZG2021019)

为了克服单传感器振动信息不能全面表达柱塞泵故障特征信息的问题，提出一种新的轴向柱塞泵故障诊断方法，将精细复合多元多尺度散布熵(RCMMDE)嵌入深度残差收缩网络(DRSN)框架中，更精确地提取轴向柱塞泵非线性故障特征。通过RCMMDE全面表征轴向柱塞泵故障信息，构建故障特征集；利用DRSN对轴向柱塞泵的故障进行分类；最后，通过轴向柱塞泵故障模拟实验，获取典型故障信号特征，并与其他智能诊断算法进行对比，验证模型的泛化能力，实现柱塞泵故障特征的精准识别。结果表明：随着尺度因子的增大，RCMMDE可实现轴向柱塞泵微弱故障特征的有效分离；DRSN模型提高了对高噪声振动信号的特征学习能力，故障诊断精度达到96.21%，明显优于其他分类算法。

来源：2025年第6期

《机床与液压》期刊编辑部

查看机床与液压杂志2025年第6期