基于VMD和PSO-SVM的汽车传动轴系故障诊断

• 作者: 丁军 刘苏行 吴飞 鲁雄
• 来源期刊: 机械传动
• 关键词: 传动轴系 故障诊断 变分模态分解 能量熵 粒子群优化支持向量机
• 年，卷（期）: 2019,（8）
• 所属期刊栏目: 试验分析
• 页码范围: 120-124,149
• 页数: 6页
• 语种: 中文
• DOI: 10.16578/j.issn.1004.2539.2019.08.022

摘要

针对传动轴系振动信号故障特征难以提取的问题和进行故障诊断时难以获得大量故障样本的实际情况,提出了一种基于VMD和PSO-SVM相结合的传动轴系故障诊断方法.首先,将传动轴系振动信号进行VMD分解,得到本征模态函数IMF;然后,计算IMF的能量值和对应的能量熵值;最后,用粒子群优化(PSO)优化支持向量机(SVM)的参数,并将归一化处理后IMF的能量值及能量熵值作为特征向量,输入到PSO-SVM中来判断传动轴系的工作状态和故障类型.实验结果表明,该方法故障诊断准确率达到94.44％,可以准确、有效地对传动轴系进行故障诊断.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴飞	武汉理工大学机电工程学院	41	184	8.0	12.0
2	丁军	武汉理工大学机电工程学院	4	20	2.0	4.0
3	刘苏行	武汉理工大学机电工程学院	1	0	0.0	0.0
4	鲁雄	武汉理工大学机电工程学院	2	0	0.0	0.0