摘要:为了有效提取设备状态信息,提出一种Renyi熵复杂性测度下的经验模式分解(Empirical mode decomposition,EMD)和最小二乘支持矢量机(Least square support vector machine,LS—SVM)的故障诊断方法。该方法先对振动信号进行EMD分解,得到多个基本模式分量(Intrinsic mode function,IMF)后,求出表征故障信息的若干个IMF的Renyi熵,再将其作为特征矢量输入LS-SVM进行故障分类。一个滚动轴承故障诊断实例说明该种方法的有效性。
关键词:经验模式分解 支持矢量机 renyi熵 故障诊断 滚动轴承
单位:天津大学机械工程学院; 天津300072
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社