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
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
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...