| 基于符号动力学信息熵与SVM的液压泵故障诊断 |
| |
| 引用本文： | 张华,曾文韬,鄢威. 基于符号动力学信息熵与SVM的液压泵故障诊断[J]. 振动、测试与诊断, 2017, 37(2): 288-293 |
| |
| 作者姓名： | 张华 曾文韬 鄢威 |
| |
| 作者单位： | （武汉科技大学机械自动化学院，武汉430081） |
| |
| 基金项目： | 国家科技支撑计划资助项目（2012BAF02B01,2011BAF11B01) |
| |
| 摘 要： | 针对泵车液压泵早期故障特征信号微弱、故障特征难以提取的问题,提出了一种基于符号动力学信息熵与支持向量机(support vector machine,简称SVM)的泵车液压泵故障诊断方法。分别模拟了液压泵9种故障状态,测取了各状态下多测点的振动信号样本值。利用时间序列的符号动力学信息熵,计算各振动信号的符号动力学信息熵Hk,确定了各状态下相应的信息熵特征向量。建立了不同状态特征向量训练集,再结合支持向量机对液压泵故障模式进行诊断与识别,测试结果准确率为98.71%。将该方法与改进的BP(back propagation,简称BP)神经网络诊断结果进行了对比,结果表明该方法的识别率更高,诊断时间更短,适用于现场液压泵故障的在线诊断。
|
| 关 键 词： | 液压泵；故障诊断；符号动力学信息熵；支持向量机 |
Fault Diagnosis of Hydraulic Pump Based on Symbolic Dynamics Entropy and SVM |
| |
| ZHANG Hu,ZENG Wentao,YAN Wei. Fault Diagnosis of Hydraulic Pump Based on Symbolic Dynamics Entropy and SVM[J]. Journal of Vibration,Measurement & Diagnosis, 2017, 37(2): 288-293 |
| |
| Authors: | ZHANG Hu ZENG Wentao YAN Wei |
| |
| Abstract: | |
| |
| Keywords: | hydraulic pump fault diagnosis symbolic dynamics entropy support vector machine |
| 本文献已被 CNKI 等数据库收录！ |
| 点击此处可从《振动、测试与诊断》浏览原始摘要信息 |
|
点击此处可从《振动、测试与诊断》下载全文 |
|
