10.13646/j.cnki.42-1395/u.2018.10.016
基于极点对称模态分解 和支持向量机的船用齿轮箱故障诊断
针对船用齿轮箱故障难以识别的问题,提出了将极点对称模态分解(Extreme-point Symmetric Mode Decomposition,ESMD)和支持向量机(Support Vector Machine,SVM)相结合的故障诊断方法.先将船用齿轮箱振动信号进行ESMD分解,可得到一系列模态和一条最佳自适应全局均线.以分解模态与原始信号的能量比值为相关度衡量标准,将相关度较高的前三个模态分别作奇异值分解并得到奇异值矩阵.经过归一化处理后,输入支持向量机训练获得多分类诊断模型,并进行测试.测试结果表明,相比经验模态分解(Empirical Mode Decomposition,EMD)与SVM结合的方法,本文的方法能更好地对船用齿轮箱故障作出诊断和预测.
极点对称模态分解、支持向量机、奇异值、故障诊断
TH17
2018-10-29（万方平台首次上网日期，不代表论文的发表时间）
共4页
43-46
