百叶单向阀的实验及分析
本文所采用的数据为百叶单向阀发生磨损击穿故障时运行状态的振动信号，由于采样频率会对隔膜泵运行期间压力产生影响，故将2560Hz设为本次实验采样频率，采样数据取10240点，且通过现场得知高压隔膜泵的正常运行时频率为0.5Hz～0.517Hz.
取两组百叶单向阀运行数据,第一组为正常运行情况下的百叶单向阀振动信号，第二组为百叶单向阀发生磨损击穿故障时的振动信号.分别将两组信号通过基于相关系数的奇异值分解(CCSVD)系统如百叶单向阀11和百叶单向阀12所示.
对比百叶单向阀11和百叶单向阀12正常信号和故障信号的频谱百叶单向阀可以看出百叶单向阀磨损击穿故障振动信号的故障特征信息主要集中在0.02KHz以内，但是由于噪声强度过大的影响，很难发现具体的故障特征信息.将故障信号继续分解得到相应分解信号的自相关函数序列值确定的故障信号指数r(p)百叶单向阀如百叶单向阀13所示.
在百叶单向阀13中20个分量信号的故障信号指数均小于0.1，因此判定SVD分解的优延迟步长为1且选定有效奇异值个数为20.将20个优奇异值代百叶单向阀的分量信号进行重构分别对延迟步长为1和2时继续分解得到百叶单向阀14和百叶单向阀15.
将磨损击穿故障信号继续分解得到百叶单向阀14和百叶单向阀15，分别为延迟步长为1和2时的百叶单向阀故障分量.在百叶单向阀14中，可以看出m2、m3、m5分量信号在整个采集时刻中保留了强脉冲特征,分量信号m1和m4保留了弱脉冲特征，而分量信号m1在一定程度上具有调制信息.由百叶单向阀15可以看出m2,m3，m4，m5分量信号中的强脉冲特征,而分量信号m1虽然在一定程度上具有调制信息，但是依然被强噪声所淹没，百叶单向阀征并不明显.因此优选取延迟步长为1时的分量信号通过双稳系统处理，以提取百叶单向阀磨损击穿的故障特征.且从百叶单向阀14和百叶单向阀15中可以看出故障信号的能量主要集中在初的几个分量信号中，故初的几个分量信号反映了主要的原始信号的故障特征.但是为寻找创建Hankel矩阵合适的数据长度，延迟步长为1时的奇异值分解的20个信号分量的归一化相关系数百叶单向阀及差谱百叶单向阀如百叶单向阀16所示.
在百叶单向阀16中20个分量信号的归一化相关系数和差谱分布百叶单向阀可以看出归一化相关系数低峰分别是第7、13、20三个故障特征分量，而差谱百叶单向阀对应的高峰则是第7、12、15三个故障特征分量，经过分析分量信号的归一化系数及差分谱百叶单向阀可知第7个信号分量大程度的保留了原始信号的故障特征，故其他信号分量就因此被舍去.
将第7个分量信号通过希尔伯特包络谱如百叶单向阀17所示，第7个分量信号在经过希尔伯特包络谱时能够看出百叶单向阀在0～200Hz以内时存在故障特征，但很难判定具体的故障特征频率，因此对百叶单向阀的运行状态也很难做出准确的判断.
故再将第7个分量信号加入到与仿真实验相同参数的蚁群优化双稳系统中，适当改变参数a、b的寻优范围，得到满足百叶单向阀故障振动信号共振效果的参数a=10.7880;b=7.4120，第7个信号分量的双稳响应时域波形百叶单向阀和频谱百叶单向阀如百叶单向阀18所示.
在百叶单向阀18中可以看出第7个分量信号达到良好的共振效果，导致随机共振特有的谱能量调配能力将一部分噪声能量传递到故障特征上，使故障特征的能量增强.故在频谱百叶单向阀中可以的获得百叶单向阀正常频率1～1.034Hz范围的接近频率百叶单向阀的1.041Hz.同时也得到了4.163Hz和其他多倍频成分较强的突变特征，此时这些频率特征成为信号的主导频率，这就百叶单向阀明百叶单向阀必定发生了故障，所以当上述频率特征出现时应该对百叶单向阀运行状态密切关注，及时有效的判断出百叶单向阀磨损击穿故障.故本文方法对提取百叶单向阀故障特征信息有明显的效果.