基于改进EMD与SOM神经网络的自动机驱动机构故障诊断研究

摘要：

针对自动机驱动机构产生的4种不同非平稳、非线性信号的特征,从而提出了一种将改进的经验模态分解(empirical mode decomposition,EMD)与SOM神经网络相结合的故障诊断方法.首先,通过改进的EMD方法将原始信号分解为若干个不同的固有模式函数(IMF)分量,由于分解的这些分量中包含的主要有用信息各不相同,因此,采用K-L散度法剔除包含少的IMF分量,从而提取主要的IMF分量;然后,利用相应的数学工具提取出该主要IMF分量相关的特征值,并根据这些特征值组成相应的特征向量;把组成好的特征向量输入到已训练好了的SOM神经网络中进行自动机驱动机构的故障诊断.经过试验结果验证,该方法可有效识别提取自动机驱动机构故障特征,实现不同故障状态识别.

关键词：自动机驱动机构、改进EMD、K-L散度、SOM神经网络、故障诊断

所属期刊栏目：39

分类号：TP391(计算技术、计算机技术)

资助基金：陕西省科技厅重点研发计划项目;西安市科技局科技创新引导项目;西安市科技局高校人才服务企业项目

在线出版日期：2020-10-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：5-10