基于小波包Shannon熵SVM和遗传算法的电机机械故障诊断

• 作者: 张亚楠 武林林 魏武
• 来源期刊: 电力自动化设备
• 学科: 工学
• 关键词: 电机 故障诊断 小波包 Shannon熵 支持向量机 遗传算法
• 年，卷（期）: 2010,（1）
• 所属期刊栏目: 分析与研究
• 页码范围: 87-91
• 页数: 5页
• 分类号: TM307~+.1|TP277
• 字数: 3685字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-6047.2010.01.019

摘要

针对电机机械多故障同时诊断问题,基于小波包、Shannon熵、支持向量机(SVM)和遗传算法,提出了一种电机机械故障诊断新方法,称之为WPSSG法或多模型融合法.该方法选择容错性强的Shannon熵作为特征参数,通过对振动信号进行基于DMeyer小波的小波包分解,提取振动信号的小波包Shannon熵为特征向量,将特征向量作为多类别SVM的输入,具有较高的去噪能力;在训练SVM时,与传统方法多采用试凑法选择参数不同,该方法采用遗传算法对SVM的参数进行全局寻优,使SVM获得最佳的分类性能,具有更高的识别准确率.采用凯斯西储大学提供的电机机械故障数据进行实验,结果证明该方法具有很好的可靠性和准确性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	魏武	华南理工大学自动化科学与工程学院	48	370	10.0	16.0
2	张亚楠	华南理工大学自动化科学与工程学院	3	77	3.0	3.0
3	武林林	西安交通大学能源与动力学院	3	77	3.0	3.0