登录    注册    忘记密码

期刊文章详细信息

运用EMD和GA-SVM的齿轮故障特征提取与选择  ( EI收录)  

Gear Fault Diagnosis Using Empirical Mode Decomposition,Genetic Algorithm and Support Vector Machine

  

文献类型:期刊文章

作  者:李兵[1,2] 张培林[1] 任国全[1] 刘东升[2] 米双山[2]

机构地区:[1]军械工程学院一系,石家庄050003 [2]军械工程学院四系,石家庄050003

出  处:《振动.测试与诊断》

年  份:2009

卷  号:29

期  号:4

起止页码:445-448

语  种:中文

收录情况:BDHX、BDHX2008、CSA、CSA-PROQEUST、CSCD、CSCD_E2011_2012、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘  要:针对齿轮故障特征提取,首先将齿轮箱振动信号进行经验模态分解,得到一组固有模态函数。计算各固有模态函数的能量和矩阵的奇异值,采用Shannon熵和Renyi熵度量能量和奇异值分布,构成原始特征子集。再采用遗传算法和最小二乘支持向量机的Wrapper方法选择最优特征子集。该方法能够利用较少的特征参数集准确判别齿轮故障,提高了齿轮故障诊断的精度与效率。

关 键 词:齿轮 故障诊断  经验模态分解 遗传算法  最小二乘支持向量机

分 类 号:TH17]

参考文献:

正在载入数据...

二级参考文献:

正在载入数据...

耦合文献:

正在载入数据...

引证文献:

正在载入数据...

二级引证文献:

正在载入数据...

同被引文献:

正在载入数据...

版权所有©重庆科技学院 重庆维普资讯有限公司 渝B2-20050021-7
 渝公网安备 50019002500408号 违法和不良信息举报中心