基于改进的EEMD方法与GA-SVM的液压系统泄漏故障诊断

• 作者: 张梅军 柴凯 陈灏 黄杰
• 来源期刊: 液压与气动
• 学科: 工学
• 关键词: 液压泄漏 改进的EEMD 遗传算法 支持向量机(SVM) 故障诊断
• 年，卷（期）: 2014,（9）
• 所属期刊栏目: 使用 维修
• 页码范围: 32-38
• 页数: 7页
• 分类号: TH137|TP206.3
• 字数: 4422字
• 语种: 中文
• DOI: 10.11832/j.issn.1000-4858.2014.09.008

摘要

液压系统不同程度泄漏故障发生原因多样,特征十分相似,难以正确诊断.针对此问题,提出了改进的EEMD方法与GA-SVM结合的液压系统泄漏故障诊断方法.首先,在EEMD方法的基础上提出改进,抑制模态混叠和端点效应对振动信号分解的影响,保证信号分解的真实性.运用改进的EEMD方法将液压振动信号分解成若干个IMF分量,计算各IMF分量能量并归一化处理提取振动信号特征向量.然后运用遗传算法对SVM进行参数优化,将提取到的特征向量输入优化后SVM分类诊断,判断液压系统泄漏故障类型和严重程度.实验结果表明,该方法能够有效地应用于液压系统泄漏故障诊断.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张梅军	解放军理工大学野战工程学院	54	317	10.0	14.0
2	陈灏	解放军理工大学野战工程学院	8	45	4.0	6.0
3	黄杰	解放军理工大学野战工程学院	16	106	5.0	10.0
4	柴凯	解放军理工大学野战工程学院	12	40	4.0	6.0