齿轮泵压力信号的负熵基ICA特征提取和故障诊断

• 作者: 毋文峰 江克侠 苏勋家 陈小虎
• 来源期刊: 流体机械
• 学科: 工学
• 关键词: 压力信号 负熵 经验模态分解 最小二乘支持向量机 特征提取 故障诊断
• 年，卷（期）: 2011,（6）
• 所属期刊栏目: 试验研究
• 页码范围: 5-9,24
• 分类号: TH165.3|TP391.4
• 字数: 3793字
• 语种: 中文
• DOI: 10.3969/j.issn.1005-0329.2011.06.002

摘要

齿轮泵动态压力信号蕴含了丰富的状态信息,是齿轮泵的关键性能参数之一;负熵是随机变量独立性的自然测度,反映了机械信号信息的动态变化特征.为了进行基于齿轮泵动态压力信号的故障诊断,在引入经验模态分解技术的基础上,提出了齿轮泵压力信号的负熵基ICA特征提取方法,并进而联合最小二乘支持向量机,探讨了基于ICA和LS-SVM的齿轮泵特征提取和故障诊断方法;理论和试验研究表明,基于负熵的ICA特征提取和故障诊断方法是有效的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	苏勋家		52	457	11.0	18.0
2	毋文峰		13	51	5.0	5.0
3	陈小虎		36	257	9.0	14.0
4	江克侠		4	15	3.0	3.0