基于集合经验模态分解样本熵和LIBSVM的离心风机故障诊断方法

• 作者: 周云龙 张岗
• 来源期刊: 热力发电
• 学科: 工学
• 关键词: 离心风机 集合经验模态分解 样本熵 支持向量机 风机故障
• 年，卷（期）: 2017,（2）
• 所属期刊栏目: 发电技术论坛
• 页码范围: 114-119
• 页数: 6页
• 分类号: TH165.3
• 字数: 2977字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-3364.2017.02.114

摘要

针对离心风机故障信号非平稳、非线性的特征以及应用过程样本少等特点,提出基于集合经验模态分解(EEMD)样本熵和LIBSVM的离心风机故障诊断的新方法.首先采用总体平均经验模态将传感器信号分解成若干个平稳的本征模态函数(IMF)分量;其次通过相关系数准则对IMF分量进行选择去除虚假模式分量,对于筛选出的IMF分量分别计算样本熵并将其作为特征向量;最后将特征向量输入LIBSVM和BP神经网络进行模式识别.实验验证了该方法的可行性、有效性和优越性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周云龙	东北电力大学能源与动力工程学院	298	2173	22.0	30.0
2	张岗	东北电力大学能源与动力工程学院	1	12	1.0	1.0