Abstract：
针对旋转设备耦合故障难以诊断的问题,提出多重概率分类器联合诊断方法(MPC)。首先,提取原信号时域统计特征(TDSF),同时通过集合经验模态分解(EEMD)振动和声音信号得到本征模态函数(IMF),利用相关性分析(CC)选取适合的IMF数量,并计算各IMF的能量特征;其次,基于获取的故障特征,训练并振动和声音双重概率分类器(SBELM);再次,考虑到各自概率分类器的性能差异,利用粒子群算法(PSO)优化概率分类器的权重与决策阈值,建立公平公正的耦合故障识别机制。本项研究结果准确识别出耦合故障中的单故障数量与类型,为解决设备在复机后二次停机待修问题具有重要的理论意义和工程价值。
Keyword：
Reprint 's Address：
Source ：
制造业自动化
Year： 2018
Issue： 12
Volume： 40
Page： 15-19
Affiliated Colleges：
