杨宇, 导师:于德介,基于EMD和支持向量机的旋转机械故障诊断方法研究

  本文关键词：基于EMD和支持向量机的旋转机械故障诊断方法研究，由笔耕文化传播整理发布。

首页 > 专家 > 内容

文献名称：基于EMD和支持向量机的旋转机械故障诊断方法研究

    前言：机械设备的诊断过程包括诊断信息获取、故障特征信息提取和状态识别三部分。其中,故障特征提取和状态识别是诊断的关键。本文将时频分析的新方法—经验模态分解(Empirical Mode Decomposition,简称EMD)和模式识别的新技术—支持向量机(Support Vector Machine,简称SVM)相结合应用于旋转机械故障诊断当中。EMD方法基于信号的局部特征时间尺度,可把信号分解为若干个内禀模态函数(Intrinsic Mode Function,简称IMF)之和,分解出的各个IMF分量突出了数据的局部特征,对其进行分析可以更准确有效地把握原数据的特征信息。此外,由于每一个IMF所包含的频率成分不仅仅与采样频率有关,更为重要的是它还随着信号本身的变化而变化,因此EMD方法是一种自适应的时频局部化分析方法,它从根本上摆脱了Fourier变换的局限性,具有很高的信噪比,非常适用于非平稳、非线性过程。针对旋转机械故障振动信号的非平稳特征,本文将EMD方法引入旋转机械故障特征提取当中,对其基本理论进行了研究,对其边界效应提出了解决方案,并在此基础上提出了五种基于内禀模态函数的故障特征提取方法。支持向量机有...
    The process of machinery fault diagnosis includes the acquisition of information and extracting feature and recognizing conditions of which feature extraction and condition identification are the priority. A novel method of time-frequency analysis, Empirical Mode Decomposition (EMD) and the comparatively recent development of pattern recognition techniques, Support Vector Machines (SVMs), are combined and applied to the rotating machinery fault diagnosis. EMD is based on the local characteristic time scale ...

文献名称 基于EMD和支持向量机的旋转机械故障诊断方法研究

Article Name
英文(英语)翻译 Research on Fault Diagnosis Methods for Rotating Machinery Based on Empirical Mode Decomposition and Support Vector Machine;

作者 杨宇; 导师:于德介;

Author

作者单位
Author Agencies 湖南大学;

文献出处
Article From 中国科学院上海冶金研究所; 材料物理与化学(专业) 博士论文 2000年度

关键词 旋转机械; 故障诊断; 特征提取; 状态识别; 时频分析; 经验模态分解（EMD）; 内禀模态函数（IMF）; Hilbert-Huang变换（HHT）; 人工神经网络（ANNs）; 支持向量机（SVMs）;

Keywords Rotating Machinery;Fault Diagnosis;Feature Extraction;Condition Recognition;Time-frequency Analysis;Empirical Mode Decomposition （EMD）;Intrinsic Mode Functions （IMFs）;Hilbert-Huang Transform （HHT）;Art

化肥厂旋转机械故障诊断的应用探讨
矿用旋转机械两类故障的诊断与振动机理分析
基于独立分量分析的消噪方法在旋转机械特征提取中的应用
基于支持向量机的旋转机械非线性故障诊断研究
虚拟仪器系统在造纸机旋转机械故障信号分析中的应用
旋转机械故障诊断技术在大机组上的应用
多传感器信息融合技术及其在旋转机械振动故障诊断中的应用
基于融合信息熵的大型旋转机械振动状态的评价方法
无转速计旋转机械升降速振动信号零相位阶比跟踪滤波
DSP在旋转机械振动监测中的应用

  本文关键词：基于EMD和支持向量机的旋转机械故障诊断方法研究，由笔耕文化传播整理发布。