机械工程学报
機械工程學報
궤계공정학보
CHINESE JOURNAL OF MECHANICAL ENGINEERING
2007年
4期
88-92
,共5页
王太勇%何慧龙%王国锋%冷永刚%胥永刚%李强
王太勇%何慧龍%王國鋒%冷永剛%胥永剛%李彊
왕태용%하혜룡%왕국봉%랭영강%서영강%리강
经验模式分解%支持矢量机%Renyi熵%故障诊断%滚动轴承
經驗模式分解%支持矢量機%Renyi熵%故障診斷%滾動軸承
경험모식분해%지지시량궤%Renyi적%고장진단%곤동축승
为了有效提取设备状态信息,提出一种Renyi熵复杂性测度下的经验模式分解(Empirical mode decomposition,EMD)和最小二乘支持矢量机(Least square support vector machine,LS-SVM)的故障诊断方法.该方法先对振动信号进行EMD分解,得到多个基本模式分量(Intrinsic mode function,IMF)后,求出表征故障信息的若干个IMF的Renyi熵,再将其作为特征矢量输入LS-SVM进行故障分类.一个滚动轴承故障诊断实例说明该种方法的有效性.
為瞭有效提取設備狀態信息,提齣一種Renyi熵複雜性測度下的經驗模式分解(Empirical mode decomposition,EMD)和最小二乘支持矢量機(Least square support vector machine,LS-SVM)的故障診斷方法.該方法先對振動信號進行EMD分解,得到多箇基本模式分量(Intrinsic mode function,IMF)後,求齣錶徵故障信息的若榦箇IMF的Renyi熵,再將其作為特徵矢量輸入LS-SVM進行故障分類.一箇滾動軸承故障診斷實例說明該種方法的有效性.
위료유효제취설비상태신식,제출일충Renyi적복잡성측도하적경험모식분해(Empirical mode decomposition,EMD)화최소이승지지시량궤(Least square support vector machine,LS-SVM)적고장진단방법.해방법선대진동신호진행EMD분해,득도다개기본모식분량(Intrinsic mode function,IMF)후,구출표정고장신식적약간개IMF적Renyi적,재장기작위특정시량수입LS-SVM진행고장분류.일개곤동축승고장진단실례설명해충방법적유효성.
