基于EMD近似熵特征提取和支持向量机的故障诊断方法
【摘要】：提出了一种基于经验模式分解(Empirical ModeDecomposition,简称EMD)近似熵(Approximate Entropy)特征提取和支持向量机(SupportVector Machine,简称SVM)的故障诊断方法.该方法对信号进行经验模式分解,得到若干个基本模式分量,然后提取包含主要故障信息的若干个基本模式分量的近似熵作为特征向量,并将近似熵特征向量输入到多分类支持向量机中,根据多分类支持向量机的输出结果来判断机械设备的工作状态和不同故障类型.将该方法应用于滚动轴承常见的3种故障类型的识别.实验结果表明,即使在小样本的情况下,该方法仍能有效地实现滚动轴承的故障诊断.该方法为实现机械设备的状态检测和故障诊断提供了一种有效途径.
|
|
|
|
| 1 |
张克仁;汪萍;朱广;;基于蓝牙通讯技术的远程监测和故障诊断系统[J];安徽建筑工业学院学报(自然科学版);2010年05期 |
| 2 |
余嘉傲;吕建新;;基于经验模态分解近似熵和支持向量机的农用柴油机故障诊断[J];安徽农业科学;2011年16期 |
| 3 |
王春喜,李忠,周文新,张仲元;基于BP神经网络的装甲装备智能诊断系统[J];兵工学报(坦克装甲车与发动机分册);1999年04期 |
| 4 |
赵丽,万柏坤,綦宏志,杨春梅;近似熵应用于老年性痴呆患者脑电研究[J];北京生物医学工程;2003年02期 |
| 5 |
万柏坤,陈骞,綦宏志;早老性痴呆的脑电复杂度与近似熵特征分析[J];北京生物医学工程;2005年02期 |
| 6 |
陈强,彭虎,冯焕清,江朝晖;独立式脑-计算机接口信号处理和识别方法研究[J];北京生物医学工程;2005年04期 |
| 7 |
戴静君;刘丽华;薛庆齐;孟波;;滚动轴承故障诊断中振动信号的采集[J];北京石油化工学院学报;2008年02期 |
| 8 |
彭涛,谢勇;包装过程的故障检测与诊断[J];包装工程;2002年03期 |
| 9 |
胡雅婷;左春柽;曲福恒;杨洋;;基于改进可能性聚类算法的轴承故障诊断[J];长春理工大学学报(自然科学版);2011年03期 |
| 10 |
郑德忠,葛文谦;基于数值优化的改进BP算法在旋转机械故障诊断中的应用[J];传感技术学报;2005年03期 |
|
|
|
|
|
| 1 |
张琳,朱瑞松,尤一匡,尤侯平,王正洪;往复压缩机监测与诊断技术研究现状与展望[J];化工进展;2004年10期 |
| 2 |
沈学会,陈举华;分形与混沌理论在湍流研究中的应用[J];河南科技大学学报(自然科学版);2005年01期 |
| 3 |
王凤利,马孝江;局域波分形动力学在旋转机械故障诊断中的应用[J];农业机械学报;2004年02期 |
| 4 |
訾艳阳,何正嘉,张周锁;小波分形技术及其在非平稳故障诊断中的应用[J];西安交通大学学报;2000年09期 |
| 5 |
洪波,唐庆玉,杨福生,陈天祥;近似熵、互近似熵的性质、快速算法及其在脑电与认知研究中的初步应用[J];信号处理;1999年02期 |
| 6 |
胥永刚,李凌均,何正嘉;近似熵及其在机械设备故障诊断中的应用[J];信息与控制;2002年06期 |
| 7 |
胥永刚,何正嘉;分形维数和近似熵用于度量信号复杂性的比较研究[J];振动与冲击;2003年03期 |
| 8 |
肖云魁,李世义,曹亚娟,冯汉生,夏天,张玲玲;汽车传动轴振动信号分形维数计算[J];振动、测试与诊断;2005年01期 |
| 9 |
杨福生,廖旺才;近似熵:一种适用于短数据的复杂性度量[J];中国医疗器械杂志;1997年05期 |
|
手机打开
快捷付款方式
订购知网充值卡
订购热线
帮助中心