首页 | 本学科首页   官方微博 | 高级检索  
     

基于形态分量分析和EEMD样本熵的自动机故障诊断
作者姓名:王斐  房立清  赵玉龙  齐子元
作者单位:1.武警士官学校军械系;2.陆军工程大学石家庄校区火炮工程系
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
本文献已被 CNKI 万方数据 等数据库收录!
点击此处可从《火力与指挥控制》浏览原始摘要信息
点击此处可从《火力与指挥控制》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号