基于CEEMD香农熵和GAPSO-SVM的机载燃油泵故障诊断方法
Journal of Mechanical Strength(2022)
摘要
机载燃油泵是燃油系统的关键组成部件,针对信号分解重构过程中出现的模态混叠和残余分量过大现象,提出了一种基于CEEMD香农熵和改进SVM的机载燃油泵故障诊断方法.通过机载燃油泵故障诊断实验台,获取其各种工况下的壳体振动和出口压力信号,使用CEEMD方法进行振动信号分解,计算所得IMF的香农熵,以此为依据,选取合适的信号提取能量值和压力信号均值作为SVM的输入特征向量,采用遗传粒子群算法(GAPSO)优化的SVM诊断燃油泵的故障类型.将结果与BP神经网络、粒子群算法优化的SVM、遗传算法优化的SVM等方法进行比较,结果表明遗传粒子群算法优化的SVM诊断方法模型训练快、准确率高、时效短,具有良好的工程应用价值.
更多AI 理解论文
溯源树
样例
![](https://originalfileserver.aminer.cn/sys/aminer/pubs/mrt_preview.jpeg)
生成溯源树,研究论文发展脉络
Chat Paper
正在生成论文摘要