EMD和SVM在刀具故障诊断中的应用

• 作者: 徐涛 王涛
• 来源期刊: 沈阳航空工业学院学报
• 学科: 工学
• 关键词: 刀具 声发射 EMD 支持向量机 故障诊断
• 年，卷（期）: 2010,（5）
• 页码范围: 42-46
• 分类号: TP206+.3
• 字数: 3323字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-1385.2010.05.010

摘要

与传统方法相比,声发射传感器在刀具故障诊断方面有很大的优势.将声发射传感器应用于刀具切削过程中,提出了基于经验模态分解(EMD)和支持向量机(SVM)的刀具故障诊断方法.该方法首先对标准化的声发射信号进行经验模态分解,将分解后的有限个固有模态函数(IMF)通过一定的削减算法增强故障类型特征,把每个IMF和残余项的能量以及整个信号的削减比作为特征向量,最后将特征向量输入支持向量机进行训练和测试,判断刀具的故障类型.通过对某一刀具的故障诊断结果进行分析,验证了该方法的实用性和有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐涛	沈阳航空航天大学自动化学院	40	180	7.0	11.0
2	王涛	沈阳航空航天大学自动化学院	4	20	2.0	4.0