基于EMD和神经网络的变速箱状态识别研究
针对变速箱故障信号的非平稳和时变特点,提出了EMD和奇异值相结合的变速箱故障诊断方法;以变速箱箱体振动信号作为分析对象,首先对信号进行EMD分解,提取包含主要信息成分的IMF分量构成特征向量矩阵,计算其奇异值和奇异值熵,分别作为特征向量,通过神经网络和K近邻法判别变速箱的工作状态;在某型装甲车辆的实车测试中,以奇异值作为神经网络的输入特征向量和以奇异值熵作为K近邻法的特征向量均取得了较好的识别效果.
EMD、奇异值、奇异值熵、神经网络、K近邻法
19
V240.2(航空仪表、航空设备、飞行控制与导航)
2011-04-20(万方平台首次上网日期,不代表论文的发表时间)
共3页
170-172