基于Littlewood-Paley小波支持向量机的故障诊断

被引：17

作者：

汤宝平

李锋

陈仁祥

机构：

[1] 重庆大学机械传动国家重点实验室

来源：

振动与冲击 | 2011年 / 30卷 / 01期

基金：

国家高技术研究发展计划(863计划);

关键词：

非线性映射; Littlewood-Paley小波核; LPWSVM; 瞬时幅值Shannon熵; 故障诊断;

D O I：

10.13465/j.cnki.jvs.2011.01.052

中图分类号：

TH165.3 [];

学科分类号：

摘要：

提出一种基于Littlewood-Paley小波支持向量机(LPWSVM)的旋转机械故障诊断模型。首先将故障信号EMD分解为平稳IMF分量,再选择表征故障调制特征的IMF分量并构造瞬时幅值Shannon熵作为故障特征矢量输入到LPWSVM中进行故障识别。EMD分解可自适应分离故障调制信号;瞬时幅值Shannon熵矢量的不同拉大了各类故障的互异性;Littlewood-Paley小波核是一种具有平移正交性的多维允许支持向量核函数,可以其正交性逼近二次可积空间上的任意函数,具有良好的作线性映射能力,因而LPWSVM在同等条件下比一般最小二乘支持向量机的学习精度和自适应识别能力要高,更适用于故障诊断等复杂模式识别问题。一个滚动轴承故障诊断实例说明该模型的有效性。

引用

页码：128 / 131

页数：4

共 7 条

[1]

基于经验模式分解和最小二乘支持矢量机的滚动轴承故障诊断 [J].