首頁(yè) > 期刊 > 自然科學(xué)與工程技術(shù) > 信息科技 > 電子信息科學(xué)綜合 > 新一代信息技術(shù) > 基于EEMD和PSO-SVM的齒輪箱故障診斷 【正文】
摘要:針對(duì)齒輪振動(dòng)信號(hào)的非平穩(wěn)非線性問(wèn)題,提出了一種基于集合經(jīng)驗(yàn)?zāi)B(tài)分解(EEMD)和支持向量機(jī)結(jié)合粒子群優(yōu)化算法(PSO-SVM)的齒輪箱信號(hào)分析和故障診斷方法。首先利用小波包對(duì)原始信號(hào)進(jìn)行去噪處理,將去噪信號(hào)進(jìn)行EEMD分解,得到多個(gè)本征模函數(shù)(IMF)。然后計(jì)算得到每個(gè)本征模函數(shù)的能量熵,用作支持向量機(jī)訓(xùn)練的特征向量。最后使用PSO優(yōu)化參數(shù)的SVM和BP神經(jīng)網(wǎng)絡(luò)方法分別對(duì)故障數(shù)據(jù)進(jìn)行診斷。實(shí)驗(yàn)結(jié)果表明,該方法可以有效地應(yīng)用于齒輪箱的故障診斷。
注:因版權(quán)方要求,不能公開(kāi)全文,如需全文,請(qǐng)咨詢雜志社
主管單位:中國(guó)科學(xué)技術(shù)協(xié)會(huì);主辦單位:中國(guó)電子學(xué)會(huì);中電新一代(北京)信息技術(shù)研究院
一對(duì)一咨詢服務(wù)、簡(jiǎn)單快捷、省時(shí)省力
了解更多 >直郵到家、實(shí)時(shí)跟蹤、更安全更省心
了解更多 >去除中間環(huán)節(jié)享受低價(jià),物流進(jìn)度實(shí)時(shí)通知
了解更多 >正版雜志,匹配度高、性價(jià)比高、成功率高
了解更多 >