作者：曾荣; 曾锐利; 丁雷hilbert边际谱粒子群算法支持向量机
摘要：利用声信号诊断发动机故障时,为解决信噪比较低、故障特征提取困难等问题,提出基于EMD-SVD提取特征和支持向量机(SVM)进行模式识别的诊断方法。首先,双麦克风同步采集柴油机气门故障噪声信号,通过经验模态分解(EMD)得到若干固有模态函数(IMF)。通过相关分析和能量占比选择IMF,用奇异值分解(SVD)提取IMF代数特征,同时提取IMF的Hilbert边际谱最大值以及原始噪声信号的平均绝对偏差建立故障特征向量。采用粒子群算法(PSO)优化选择SVM惩罚系数c和高斯核参数g,对建立的特征向量进行模式识别。经实验验证,能达到较好的准确率。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
