ELMD熵特征融合与PSO-SVM在齿轮故障诊断中的应用

摘要

提出基于ELMD熵特征融合与PSO-SVM的齿轮故障诊断方法.该方法首先对原始信号进行总体局部均值分解(Ensemble local mean decomposition,ELMD),得到若干乘积函数(PF);其次,对ELMD分解得到的前5个PF分量进行求取能量熵和近似熵,并利用KPCA对其进行特征融合;然后,选取部分融合特征作为训练样本,其余作为测试样本;最后,利用PSO优化的支持向量机对融合特征样本进行训练与测试.实验中,将单特征和融合特征分别进行SVM和PSO-SVM识别精度的对比.实验结果证明,所提方法可有效地应用在齿轮故障诊断中.