基于EMD和支持向量数据描述的故障智能诊断

被引：13

作者：

李强 ^{[1
,2
]}

王太勇 ^{[1
]}

王正英 ^{[1
]}

黄毅 ^{[1
]}

机构：

[1] 天津大学

[2] 天津港股份有限公司

来源：

中国机械工程 | 2008年 / 22期

基金：

高等学校博士学科点专项科研基金;

关键词：

支持向量数据描述; 经验模式分解; 单值分类; 故障诊断;

D O I：

暂无

中图分类号：

TP181 [自动推理、机器学习];

学科分类号：

摘要：

针对数据维数过高导致的支持向量数据描述的分类结果不理想的问题,提出了一种基于经验模式分解特征提取和支持向量数据描述的故障智能诊断方法,将提取实测信号经经验模式分解后的各基本模式分量的能量作为信号特征,进行支持向量数据描述分类器的训练和分类。滚动轴承故障智能诊断实例表明,该方法可以有效提取信号的故障特征,降低数据维数,提高单值分类在故障智能诊断中的准确性。

引用

页码：2718 / 2721

页数：4

共 5 条

[1] EMD-循环域解调方法在故障诊断中的应用 [J].