基于小波包Shannon熵SVM和遗传算法的电机机械故障诊断

摘要：

针对电机机械多故障同时诊断问题,基于小波包、Shannon熵、支持向量机(SVM)和遗传算法,提出了一种电机机械故障诊断新方法,称之为WPSSG法或多模型融合法.该方法选择容错性强的Shannon熵作为特征参数,通过对振动信号进行基于DMeyer小波的小波包分解,提取振动信号的小波包Shannon熵为特征向量,将特征向量作为多类别SVM的输入,具有较高的去噪能力;在训练SVM时,与传统方法多采用试凑法选择参数不同,该方法采用遗传算法对SVM的参数进行全局寻优,使SVM获得最佳的分类性能,具有更高的识别准确率.采用凯斯西储大学提供的电机机械故障数据进行实验,结果证明该方法具有很好的可靠性和准确性.

关键词：电机、故障诊断、小波包、Shannon熵、支持向量机、遗传算法

所属期刊栏目：30

分类号：TM307~+.1;TP277(电机)

在线出版日期：2010-03-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：87-91