基于EMD和SVM的刀具故障诊断

• 作者: 刘泉 贺彬
• 来源期刊: 工具技术
• 学科: 工学
• 关键词: 经验模态分解 支持向量机 刀具 故障诊断
• 年，卷（期）: 2017,（1）
• 所属期刊栏目: 测试与仪器
• 页码范围: 95-97
• 页数: 3页
• 分类号: TG506|TH164
• 字数: 2378字
• 语种: 中文

摘要

为有效监测刀具在机床中可能出现的故障,提出基于经验模态分解(EMD)和支持向量机(SVM)的一种故障诊断方法.首先用EMD方法将振动信号分解为有限个固有模态函数(IMF),并选取能量较大的IMF进行标量量化得到特征向量,最后将其输入SVM进行测试进而判断故障类型.分析结果表明,基于EMD-SVM的刀具故障方法能够更有效地识别刀具故障状态.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘泉		23	45	5.0	6.0
2	贺彬		3	21	3.0	3.0