典型文献
基于CEEMD香农熵和GAPSO-SVM的机载燃油泵故障诊断方法
文献摘要：
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.
文献关键词：
机载燃油泵;CEEMD;香农熵;支持向量机;故障诊断
中图分类号：
作者姓名：
鲍杰;景博;焦晓璇;张庆一;章余
作者机构：
空军工程大学航空工程学院,西安710038
文献出处：
引用格式：
[1]鲍杰;景博;焦晓璇;张庆一;章余-.基于CEEMD香农熵和GAPSO-SVM的机载燃油泵故障诊断方法)[J].机械强度,2022(04):781-787
A类：
机载燃油泵,信号分解重构
B类：
CEEMD,香农熵,GAPSO,故障诊断方法,燃油系统,模态混叠,量过大,诊断实验,实验台,壳体,出口压力,压力信号,振动信号,计算所,IMF,信号提取,能量值,输入特征,特征向量,遗传粒子群算法,故障类型,遗传算法优化,方法模型,模型训练
AB值：
0.220985
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
