摘要
提出一种集合经验模式分解(Ensemble empirical mode decomposition,EEMD)和支持向量机(Support Vector Machine,SVM)的故障诊断模型。采集机电系统的振动信号,进行小波降噪处理后,对其进行集合经验模式分解,得到若干具有物理意义的本征模态函数(Intrinsic mode function,IMF)并计算其能量分布。以能量分布构造特征矢量,采用遗传算法对SVM参数进行寻优,建立径向基核函数支持向量机模型进行多类故障分类。将该方法应用于转子实验台的故障诊断研究中,实验结果表明,该方法能够有效地运用于机电系统的故障诊断中。
出处
《制造业自动化》
2015年第21期45-48 61,61,共5页
Manufacturing Automation
基金
国家自然科学基金项目(51275052)
北京市自然科学基金重点项目资助(3131002)