LMD和支持向量机相结合的齿轮毂故障诊断方法

被引：21

作者：

陈鹏飞

陈卫

高星伟

杜炜

张海涛

机构：

[1] 空军工程大学航空航天工程学院

来源：

机械科学与技术 | 2015年 / 34卷 / 10期

关键词：

故障诊断; 局部均值分解; 支持向量机; 齿轮毂;

D O I：

10.13433/j.cnki.1003-8728.2015.1023

中图分类号：

TH165.3 [];

学科分类号：

摘要：

局部均值分解(LMD)作为一种新的自适应时频分析方法,在故障诊断领域展现了良好的应用前景。根据某型航空发动机减速器一级齿轮毂出现裂纹故障时其振动信号会产生调制现象的特点,提出了基于LMD和支持向量机(SVM)的某型航空发动机减速器一级齿轮毂裂纹故障诊断方法。对某型航空发动机进行振动测试获取其振动样本数据,利用LMD提取故障样本数据的故障特征信息、构造特征向量,并将其作为SVM的输入特征参数,成功建立了针对目标故障的故障诊断模型。对一级齿轮毂工作状态的分析结果表明了该方法的有效性。

引用

页码：1599 / 1603

页数：5

共 12 条

[1]

The local mean decomposition and its application to EEG perception data [J].

Smith, JS .

JOURNAL OF THE ROYAL SOCIETY INTERFACE, 2005, 2 (05) :443-454

[2]

A new envelope algorithm of Hilbert–Huang Transform.[J].S.R. Qin;Y.M. Zhong.Mechanical Systems and Signal Processing.2006, 8

[3]

Research on the intrinsic mode function (IMF) criterion in EMD method.[J].Cheng Junsheng;Yu Dejie;Yang Yu.Mechanical Systems and Signal Processing.2005, 4

[4]

A confidence limit for the empirical mode decomposition and Hilbert spectral analysis [J].