經驗模式分解模糊特征提取的支持向量機混合診斷模型
2005-04-29 00:44:03胡橋何正嘉張周鎖訾艷陽
西安交通大學學報 2005年3期
胡 橋 何正嘉 張周鎖 訾艷陽
摘要：為解決機械故障小樣本模式識別問題，有效地提高分類的準確率，提出了一種基于經驗模式分解模糊特征提取的支持向量機混合診斷模型．該模型通過對信號進行經驗模式分解，提取信號的本征模式分量并轉化為模糊特征向量，對機器故障進行診斷，然后將模糊特征向量輸入到多分類的支持向量機中，實現了對機器不同故障類型的識別．將該模型應用于汽輪發電機組的3種工作狀態的識別中，測試結果表明，同原有的未經過任何特征提取以及經過小波包模糊特征提取的2種多分類支持向量機方法相比，該模型將分類準確率從原有的53．33％和86．67％提高到100％，有效地改善了分類的準確性．同時，該模型還為汽輪發電機組的故障確診提供了有力依據．
關鍵詞：經驗模式分解；支持向量機；模糊特征提取；混合診斷
中圖分類號：THl7；Tn8文獻標識碼：A文章編號：0253—987X(2005)03—0290-05
