基于EEMD和LSSVM的船用柴油机故障诊断

• 作者: 冯洲鹏 熊小龙 童明成
• 来源期刊: 柴油机
• 学科: 工学
• 关键词: 柴油机 故障诊断 总体经验模态分解 最小二乘支持向量机 特征向量
• 年，卷（期）: 2012,（6）
• 所属期刊栏目: 智能化与控制
• 页码范围: 10-13,23
• 页数: 5页
• 分类号: TK428|O29
• 字数: 2299字
• 语种: 中文

摘要

针对船用柴油机故障诊断时振动信号的非平稳特性和难以获取大量样本的实际情况，提出一种总体经验模态分解EEMD和最小二乘支持向量机LSSVM相结合的诊断方法。运用EEMD方法对特定时段的振动信号进行分析，计算各内禀模态函数IMF，并求其包含时间信息的能量熵，以之作为特征向量输入到LSSVM分类器来判断柴油机的故障类型。经实例验证，该方法能在保持信号完整性的前提下有效提取故障特征，在小样本情况下具有较高的诊断精度、较快的诊断速度和较强的泛化能力，能有效应用于同类型机械的故障诊断。