位置:成果数据库 > 期刊 > 期刊详情页
基于EMD和SVM的数控机床主轴故障诊断
  • ISSN号:1003-0794
  • 期刊名称:《煤矿机械》
  • 时间:0
  • 分类:TP277[自动化与计算机技术—控制科学与工程;自动化与计算机技术—检测技术与自动化装置]
  • 作者机构:[1]北京信息科技大学机电工程学院,北京100192
  • 相关基金:国家自然科学基金资助项目(50375017);“高档数控机床与基础制造装备”科技重大专项(2009ZX04014-101)
中文摘要:

针对数控机床的主轴故障,将经验模态分解(EMD)方法和支持向量机(SVM)相结合,用于故障诊断。采用EMD将信号分解成具有不同特征尺度的本征式分量IMF,分析各IMF,通过求取均方根值提取各特征向量,然后将各特征向量输入支持向量机,建立故障分类器进行状态识别。实验结果表明,预测结果完全正确,该方法有效。

英文摘要:

The empirical mode decomposition (EMD)method and support vector machine (SVM) are combined together and applied to fault diagnosis of numerical control machine tool spindle in this investigation. The original signal will be decomposed into intrinsic mode functions(IMF) within various features of scale by the EMD. Thus the eigenvector is estimated by analyzing the IMF and is input into the support vector machine classifier to distinguish the conditions. The obtained experimental results achieve ideal effect with the right prediction results.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《煤矿机械》
  • 北大核心期刊(2011版)
  • 主管单位:黑龙江科技大学
  • 主办单位:哈尔滨煤矿机械研究所
  • 主编:卢盛春
  • 地址:哈尔滨市南岗区嵩山路111号
  • 邮编:150090
  • 邮箱:mkjx@chinajournal.net.cn
  • 电话:0451-55646587 55645994 55630208
  • 国际标准刊号:ISSN:1003-0794
  • 国内统一刊号:ISSN:23-1280/TD
  • 邮发代号:14-38
  • 获奖情况:
  • 全国中文核心期刊
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,美国剑桥科学文摘,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2000版)
  • 被引量:28725