基于KPEMD与INFO-SVM的柱塞泵故障诊断OA
Fault Diagnosis of Piston Pump Based on KPEMD and INFO-SVM
针对难以从转辙机柱塞泵的非线性振动信号中有效提取故障特征以及各分量之间存在模态混叠现象等问题,提出了一种非线性自适应正交经验模态分解(Kernel Principal Empirical Mode Decomposition,KPEMD)与向量加权平均算法优化的支持向量机(INFO-SVM)结合的故障诊断方法.首先通过KPEMD方法将原始信号分解为多个IMF分量,根据相关系数筛选出故障信息丰富的敏感分量;其次提取敏感分量的时域频域特征及能量熵构造…查看全部>>
赫婷;黄晋英;胡孟楠;张建飞
中北大学 机械工程学院,山西 太原 030051中北大学 机械工程学院,山西 太原 030051中北大学 计算机科学与技术学院,山西 太原 030051中北大学 机械工程学院,山西 太原 030051
机械制造
柱塞泵EMD核主成分分析SVM能量熵故障诊断
《中北大学学报（自然科学版）》 2023 (3)
216-221,228,7
山西省基础研究计划资助项目(202203021211096)山西省回国留学人员科研教研资助项目(2022-141)山西省重点研发计划(国际科技合作)(201903D421008)山西省自然科学基金(201901D111157)
评论