基于Littlewood-Paley小波支持向量机的故障诊断

摘要：

提出一种基于Littlewood-Paley小波支持向量机(LPWSVM)的旋转机械故障诊断模型.首先将故障信号EMD分解为平稳IMF分量,再选择表征故障调制特征的IMF分量并构造瞬时幅值Shannon熵作为故障特征矢量输入到LPWSVM中进行故障识别.EMD分解可自适应分离故障调制信号;瞬时幅值Shannon熵矢量的不同拉大了各类故障的互异性;Littlewood-Paley小波核是一种具有平移正交性的多维允许支持向量核函数,可以其正交性逼近二次可积空间上的任意函数,具有良好的非线性映射能力,因而LPWSVM在同等条件下比一般最小二乘支持向量机的学习精度和自适应识别能力要高,更适用于故障诊断等复杂模式识别问题.一个滚动轴承故障诊断实例说明该模型的有效性.

关键词：非线性映射、Littlewood-Paley小波核、LPWSVM、瞬时幅值Shannon熵、故障诊断

所属期刊栏目：30

分类号：TH165.3;TN911.2

资助基金：国家自然科学基金50875272,50735008;国家高技术研究发展计划863计划2009AA04Z411;重庆大学"211工程"三期建设研究生开放实验室资助S-0916

在线出版日期：2011-04-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：128-131