基于优化MCKD与能量熵在柴油机故障诊断中的应用
针对柴油机工作环境恶劣,故障信号特征难以提取且诊断效率较低,引入最大相关峭度解卷积(MCKD)降噪、小波包和希尔伯特变换相结合的能量熵特征提取,最后用灰狼优化的支持向量机(GWO-SVM)分类的方法.首先利用排列熵、包络谱稀疏度选取最优MCKD的滤波器长度L与冲击周期T;然后通过小波包分解和希尔伯特变换分别提取各节点能量熵和IMF分量的Hilbert边际谱能量熵构成高维特征向量,最后用GWO-SVM进行诊断.通过水泵不同状态下的试验数据验证了该方法的有效性.
MCKD、小波包分解、HHT变换、能量熵、故障诊断
41
TH17
国家重点实验室基金skler-201911
2022-10-08(万方平台首次上网日期,不代表论文的发表时间)
共6页
132-137