摘要:针对刀具磨损声发射信号的非平稳特征,提出了基于奇异值分解和最小二乘支持向量机的刀具磨损状态识别方法。该方法首先对声发射信号进行经验模态分解,将其分解为若干个固有模态函数之和,利用固有模态函数构造初始特征向量矩阵,然后对初始特征向量矩阵进行奇异值分解,计算奇异谱,将奇异谱做为特征向量,送入最小二乘支持向量机训练、识别。结果表明:该方法能很好地识别刀具磨损状态,与神经网络相比具有更高的识别率。
关键词:刀具磨损状态识别 奇异值分解 经验模态分解 最小二乘支持向量机
单位:东北电力大学机械工程学院 吉林吉林132012
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社