论文部分内容阅读
针对发动机缸盖振动信号的非线性非平稳特征，提出一种总体平均经验模态分解（EEM D ）和支持向量机相结合的信号分析及故障诊断方法，该方法利用EEMD算法以及IMF序列和原始振动信号之间的相关系数，有效放大故障诊断特征向量的差异。对原始振动信号进行EEMD分解，得到各阶特征模态函数（IMF），求各阶IMF分量对应于原始信号的相关系数并组成故障分类特征向量。分别将IM F相关系数法和IM F能量分布法得到的特征向量作为输入，建立BP神经网络和支持向量机，判断发动机工作状态和故障类型。分析表明，对IM F求相关