基于MMSE和ABCSVM的液压泵故障模式识别

被引:9
作者
李洪儒 [1 ]
王余奎 [1 ,2 ]
马济乔 [1 ]
叶鹏 [1 ]
机构
[1] 军械工程学院
[2] 空军勤务学院
关键词
液压泵; 模式识别; 改进多尺度熵; 人工蜂群算法; SVM;
D O I
10.13465/j.cnki.jvs.2016.09.024
中图分类号
TH137.51 [液压马达、液压缸和泵];
学科分类号
080401 ; 080704 ;
摘要
为了更好地实现液压泵的故障模式识别,对液压泵故障特征提取方法和模式识别方法进行研究。针对多尺度熵算法存在的在尺度因子较大时时间序列较短而导致各尺度样本熵表征液压泵故障状态性能较差的问题,提出了改进的多尺度熵算法,通过对液压泵实测信号分析验证了所提出的改进多尺度熵的良好性能。针对液压泵故障状态与故障特征之间的非线性关系,采用支持向量机算法建立液压泵的故障模式识别模型,并提出采用人工蜂群优化算法对支持向量机模型参数进行优化。基于改进多尺度熵和蜂群优化参数的支持向量机实现液压泵故障模式识别,通过对比分析验证了所提出的液压泵故障模式识别方法的良好性能。
引用
收藏
页码:152 / 158
页数:7
相关论文
共 13 条
[1]   基于数学形态学分段分形维数的电机滚动轴承故障模式识别 [J].
王冰 ;
李洪儒 ;
许葆华 .
振动与冲击, 2013, 32 (19) :28-31+92
[2]   脑电信号的小波变换和样本熵特征提取方法 [J].
张毅 ;
罗明伟 ;
罗元 .
智能系统学报, 2012, 7 (04) :339-344
[3]   一种基于样本熵的轴承故障诊断方法 [J].
赵志宏 ;
杨绍普 .
振动与冲击, 2012, 31 (06) :136-140+154
[4]   基于SVM和证据理论的多数据融合故障诊断方法 [J].
姜万录 ;
吴胜强 .
仪器仪表学报, 2010, 31 (08) :1738-1743
[5]   基于小波包滤波的汽轮机转子振动故障的Kolmogorov熵诊断 [J].
白蕾 ;
梁平 .
振动与冲击, 2008, (05) :148-151+168+181
[6]   利用关联维数分析机械系统故障信号 [J].
李娜 ;
方彦军 .
振动与冲击, 2007, (04) :136-139+176
[7]   Classification of physiological signals for wheel loader operators using Multi-scale Entropy analysis and case-based reasoning [J].
Begum, Shahina ;
Barua, Shaibal ;
Filla, Reno ;
Ahmed, Mobyen Uddin .
EXPERT SYSTEMS WITH APPLICATIONS, 2014, 41 (02) :295-305
[8]  
A roller bearing fault diagnosis method based on hierarchical entropy and support vector machine with particle swarm optimization algorithm.[J].Keheng Zhu;Xigeng Song;Dongxin Xue.Measurement.2014, 1
[9]   Bearing running state recognition based on non-extensive wavelet feature scale entropy and support vector machine [J].
Dong, Shaojiang ;
Tang, Baoping ;
Chen, Renxiang .
MEASUREMENT, 2013, 46 (10) :4189-4199
[10]   The Appropriate Use of Approximate Entropy and Sample Entropy with Short Data Sets [J].
Yentes, Jennifer M. ;
Hunt, Nathaniel ;
Schmid, Kendra K. ;
Kaipust, Jeffrey P. ;
McGrath, Denise ;
Stergiou, Nicholas .
ANNALS OF BIOMEDICAL ENGINEERING, 2013, 41 (02) :349-365