作者:傅国豪集合经验模态分解粒子群优化算法支持向量机齿轮箱故障诊断能量熵
摘要:针对齿轮振动信号的非平稳非线性问题,提出了一种基于集合经验模态分解(EEMD)和支持向量机结合粒子群优化算法(PSO-SVM)的齿轮箱信号分析和故障诊断方法。首先利用小波包对原始信号进行去噪处理,将去噪信号进行EEMD分解,得到多个本征模函数(IMF)。然后计算得到每个本征模函数的能量熵,用作支持向量机训练的特征向量。最后使用PSO优化参数的SVM和BP神经网络方法分别对故障数据进行诊断。实验结果表明,该方法可以有效地应用于齿轮箱的故障诊断。
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社