一种用于多工位冷镦机状态检测的改进多分类支持向量机方法

摘要

本发明公开了一种用于多工位冷镦机状态检测的改进多分类支持向量机方法，首先用局部均值分解对故障信号进行分解，得到若干乘积函数。其次，为有效去除分量PF中的模态混叠噪声，基于ICA算法对分量PF进行盲源分离，提取其中的有效信号，并利用时序平移的思想，构造多个PF分量噪声，从而得到降噪后的模态分量信号；进而利用排列熵量化各模态分量的故障状态特征，取各模态分量排列熵的平均值作为特征向量；最后，建立多工位冷镦机的改进多分类支持向量机故障分类模型；并将计算的特征向量输入改进PSVM‑2V进行状态检测。通过该方法能够使冷镦机故障特征明显，从而从改进多分类支持向量机的模型中直接检测出冷镦机的状态。