基于EMD和SVDD的铸钢支座故障诊断

• 作者: 杨永超 汪同庆
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 支持向量数据描述 铸钢支座系统 经验模态分解 故障诊断
• 年，卷（期）: 2009,（22）
• 所属期刊栏目: 工程应用技术与实现
• 页码范围: 236-238,250
• 页数: 4页
• 分类号: TP39
• 字数: 3348字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2009.22.081

摘要

针对重庆轻轨铸钢支座系统故障诊断中缺乏故障样本的问题,提出一种基于经验模态分解(EMD)和支持向量数据描述(SVDD)的故障诊断方法.对采集到的振动脉冲响应信号进行EMD分解,提取第一、第二模态的能量和平均值作为特征输入到SVDD分类器进行训练和分类.实验结果表明,采用EMD分解后提取的特征能有效地浓缩故障信息,使SVDD分类器具有分类效果好、计算效率高等优点.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	汪同庆	重庆大学光电技术及系统教育部重点实验室	92	987	18.0	24.0
2	杨永超	重庆大学光电技术及系统教育部重点实验室	4	6	1.0	2.0