| 基于形态分量分析和EEMD样本熵的自动机故障诊断 |
| |
| 引用本文： | 王斐,房立清,赵玉龙,齐子元.基于形态分量分析和EEMD样本熵的自动机故障诊断[J].火力与指挥控制,2020,45(4):65-70. |
| |
| 作者姓名： | 王斐 房立清 赵玉龙 齐子元 |
| |
| 作者单位： | 武警士官学校军械系,杭州310023,陆军工程大学石家庄校区火炮工程系,石家庄050003,陆军工程大学石家庄校区火炮工程系,石家庄050003,陆军工程大学石家庄校区火炮工程系,石家庄050003 |
| |
| 摘 要： | 针对自动机故障诊断过程中振动信号故障特征较难提取的问题,提出了结合形态分量分析(MCA)和总体经验模态分解(EEMD)的自动机故障特征提取方法。根据自动机振动信号组成成分的形态差异,利用形态分量分析方法构建不同的稀疏字典对各组成成分进行分离,消除噪声分量,提取出反映主要故障特征的冲击分量;对所提取的冲击分量进行EEMD分解并计算各IMF分量的样本熵值,以此作为故障特征向量输入基于离子群优化的支持向量机(PSO-SVM)进行识别。通过自动机典型故障诊断试验表明:形态分量分析方法可有效分离出自动机振动信号中的冲击成分;同时,所提出的特征提取方法能够有效地进行自动机故障诊断。
|
| 关 键 词： | 自动机 振动信号 形态分量分析 EEMD 样本熵 |
Research on Automata Fault Diagnosis Based on Morphological Component Analysis and EEMD Sample Entropy |
| |
| WANG Fei,FANG Li-qing,ZHAO Yu-long,QI Zi-yuan.Research on Automata Fault Diagnosis Based on Morphological Component Analysis and EEMD Sample Entropy[J].Fire Control & Command Control,2020,45(4):65-70. |
| |
| Authors: | WANG Fei FANG Li-qing ZHAO Yu-long QI Zi-yuan |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
