首页> 中文期刊>幸福生活指南 >基于EMD-SVM的齿轮箱故障诊断方法

基于EMD-SVM的齿轮箱故障诊断方法

摘要

针对齿轮箱振动信号的非平稳特性和在现实条件下难以获得大量故障样本的实际情况, 提出一种经验模态分解和支持向量机相结合的故障诊断方法。运用经验模态分解方法对齿轮箱故障的振动信号进行分析, 进行EMD 分解得到相对平稳的本征模态imf, 并计算每个imf 的能量熵, 将其作为支持向量机的输入特征向量以判断齿轮箱的工作状态和故障类型。试验结果表明, 该方法在小样本情况下也具有较高的精度和较强的泛化能力。

著录项

  • 来源
    《幸福生活指南》|2020年第27期|P.1-2|共2页
  • 作者单位

    首钢京唐钢铁联合有限责任公司 河北唐山063200;

    首钢京唐钢铁联合有限责任公司 河北唐山063200;

    首钢京唐钢铁联合有限责任公司 河北唐山063200;

    首钢京唐钢铁联合有限责任公司 河北唐山063200;

  • 原文格式 PDF
  • 正文语种 chi
  • 中图分类 工业技术;
  • 关键词

    EMD-SVM; 齿轮箱; 故障诊断;

  • 入库时间 2023-10-09 16:30:37

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号