基于EMD多模态特征融合支持向量机的故障诊断

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.

关键词：故障诊断、非平稳时间序列、经验模态分解、基本模式分量、支持向量机

所属期刊栏目：24

分类号：TP206.3(自动化技术及设备)

资助基金：国家自然科学基金60443006

在线出版日期：2009-07-03（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：889-893