EMD马氏距离与SOM神经网络在故障诊断中的应用研究

• 作者: 姚海妮 杨铎 王珍 邱立鹏 陈建国
• 来源期刊: 噪声与振动控制
• 学科: 工学
• 关键词: 振动与波 粒子滤波 EMD 马氏距离 SOM神经网络 故障诊断
• 年，卷（期）: 2016,（1）
• 所属期刊栏目: 信号处理与故障诊断
• 页码范围: 138-141,162
• 页数: 5页
• 分类号: TH133.3|TH165+.3
• 字数: 2493字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-1335.2016.01.030

摘要

为实现对微弱动态响应的准确辨识及故障状态的早期诊断，提出EMD马氏距离与SOM神经网络的故障诊断方法，该方法首先对原始振动信号进行粒子滤波，提高信噪比，然后对其进行EMD分解，并对分解后的各模式分量进行分析，获得相关特征值组成特征向量，并求原始信号特征向量，为了选取能代表信号特征的模式分量，求各模式分量与原信号特征向量的马氏距离，将最优模式分量输入训练好的SOM神经网络，对故障分类，以轴承诊断为应用实例结果表明该方法切实有效。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王珍	大连大学机械工程学院	42	256	9.0	13.0
2	姚海妮	大连大学机械工程学院	3	11	2.0	3.0
3	邱立鹏	大连大学机械工程学院	5	14	3.0	3.0
4	陈建国	大连大学机械工程学院	7	8	2.0	2.0
5	杨铎	大连大学机械工程学院	13	35	3.0	5.0