基于EEMD与ELM的单向阀故障诊断
作者： 昆明理工大学信息工程与自动化学院; 云南昆明650500; 云南省矿物管道输送工程技术研究中心; 云南昆明650500
摘要：提出了一种基于总体平均经验模态分解和极限学习机的故障诊断方法,该方法利用EEMD将单向阀振动信号分解成若干个不同尺度的本征模函数(IMF),从IMF分量中提取近似熵、能量熵、峭度和均方根4个特征构成特征向量集,用于建立基于极限学习机算法的故障诊断模型。实验结果表明,该方法可以监测高压隔膜泵运行状态,成功诊断出单向阀运行时产生的故障。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
相关热门期刊
