基于EMD和M-FSVM的泵车液压系统故障诊断

• 作者: 王盈 董增寿
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 泵车液压系统 经验模态分解 模糊多类支持向量机 相关系数
• 年，卷（期）: 2012,（6）
• 所属期刊栏目: 应用开发研究
• 页码范围: 179-181,186
• 分类号: TP181
• 字数: 2201字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2012.06.046

摘要

在泵车液压系统的故障诊断技术研究中,如何精确地提取故障特征以及如何实现高精度的分类识别是研究的关键.针对这一问题,文中提出了一种基于经验模态分解(Empirical Mode Decomposition,EMD)算法与模糊多类支持向量机(Multi-class Fuzzy Support Vector Machine,M-FSVM)技术相结合的液压系统故障诊断方法.该方法首先对原始数据信号进行EMD分解,分解成若干个固有本征模态函数之和,再计算EMD能量熵作为M-FSVM的输人数据加以诊断.实验结果表明,该方法能有效地诊断泵车液压系统故障.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	董增寿	太原科技大学电子信息工程学院	69	116	5.0	9.0
2	王盈	太原科技大学电子信息工程学院	2	6	1.0	2.0