基于EMD多模态特征融合支持向量机的故障诊断
DOI:
CSTR:
作者:
作者单位:

重庆大学自动化学院 400030

作者简介:

沈志熙

通讯作者:

中图分类号:

TP206.3

基金项目:


Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    针对非平稳时间序列信号,提出一种基于经验模态分解(EMD)的特征提取和多模态特征融合支持向量机的故障诊断方法.首先对原始信号进行EMD分解,选择能量最大的几个基本模式分量(IMF)并提取其小波包特征,获得对每个IMF独立的特征子集;然后在每个IMF特征子集中训练SVM 弱分类器,并根据各特征子集对应的IMF能量权重进行加权融合,获得故障状态的强分类器.将该方法应用于6135型柴油机振动信号故障诊断中,实验结果表明了其可行性和有效性.

    Abstract:

    参考文献
    相似文献
    引证文献
引用本文

沈志熙;黄席樾;马笑潇.基于EMD多模态特征融合支持向量机的故障诊断[J].控制与决策,2009,24(6):889-893

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2008-06-11
  • 最后修改日期:2008-08-27
  • 录用日期:
  • 在线发布日期: 2009-06-20
  • 出版日期:
文章二维码