%0 Journal Article
%T 基于EMD多模态特征融合支持向量机的故障诊断
%A 沈志熙
%A 黄席樾
%A 马笑潇
%J 控制与决策
%P 889-893
%D 2009
%X 针对非平稳时间序列信号,提出一种基于经验模态分解(EMD)的特征提取和多模态特征融合支持向量机的故障诊断方法.首先对原始信号进行EMD分解,选择能量最大的几个基本模式分量(IMF)并提取其小波包特征,获得对每个IMF独立的特征子集;然后在每个IMF特征子集中训练SVM弱分类器,并根据各特征子集对应的IMF能量权重进行加权融合,获得故障状态的强分类器.将该方法应用于6135型柴油机振动信号故障诊断中,实验结果表明了其可行性和有效性.
%K 故障诊断
%K 非平稳时间序列
%K 经验模态分解
%K 基本模式分量
%K 支持向量机')"
%K href="#">故障诊断
%K 非平稳时间序列
%K 经验模态分解
%K 基本模式分量
%K 支持向量机
%U http://www.kzyjc.net:8080/CN/abstract/abstract9515.shtml