极点对称模态分解 支持向量机 奇异值 故障诊断

针对船用齿轮箱故障难以识别的问题， 提出了将极点对称模态分解（Extreme-point Symmetric Mode Decomposition, ESMD）和支持向量机（Support Vector Machine, SVM）相结合的故障诊断方法。先将船用齿轮箱振动信 号进行ESMD 分解，可得到一系列模态和一条最佳自适应全局均线。以分解模态与原始信号的能量比值为相关度衡量 标准，将相关度较高的前三个模态分别作奇异值分解并得到奇异值矩阵。经过归一化处理后，输入支持向量机训练获得 多分类诊断模型，并进行测试。测试结果表明，相比经验模态分解（Empirical Mode Decomposition, EMD）与SVM 结 合的方法，本文的方法能更好地对船用齿轮箱故障作出诊断和预测。

极点对称模态分解 支持向量机 奇异值 故障诊断

TH17