基于近似熵和集成经验模态分解的转子多故障诊断方法研究

• 作者: 徐搏超 朱霄珣 焦宏超 韩中合
• 来源期刊: 中国机械工程
• 关键词: 集成经验模态分解 近似熵 支持向量机 多故障诊断
• 年，卷（期）: 2016,（16）
• 所属期刊栏目: 信息技术
• 页码范围: 2186-2189,2248
• 页数: 5页
• 分类号: TK267
• 语种: 中文
• DOI: 10.3969/j.issn.1004-132X.2016.16.010

摘要

为了提高汽轮机转子多故障分类的准确率，提出一种集成经验模态分解(EEMD)、近似熵和支持向量机相结合的多状态分类方法。首先进行E E MD得到各频段的单分量信号；再求出熵值作为故障信号的特征向量输入到基于二叉树的支持向量机中实现多状态分类。对比近似熵、模糊熵和能量法这三种方法，实验结果验证了利用E E MD和熵理论相结合的方法量化故障信号非线性特征的正确性。同时也表明在欧氏空间中，近似熵值组成的特征向量彼此间的距离最远，分类效果也最好。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	韩中合		181	1606	21.0	31.0
2	朱霄珣		29	165	7.0	11.0
3	徐搏超		5	50	3.0	5.0
4	焦宏超		6	52	3.0	6.0